Afficher les visualisations HTML, SVG et D3 dans les notebooks
Dans ce tutoriel, vous utilisez la fonction displayHTML pour afficher des visualisations HTML, SVG et D3 dans les Notebooks Databricks.
remarque
- La taille maximale d’une cellule de Notebook, incluant le contenu et le résultat, est de 16 Mo. Assurez-vous que la taille du code HTML que vous transmettez à la fonction
displayHTMLne dépasse pas cette valeur. - Lorsque vous créez un lien vers des ressources externes, utilisez
https://au lieu dehttp://. Autrement, les graphiques, les images ou JavaScript pourraient ne pas s'afficher correctement en raison d'erreurs de contenu mixte.
Prérequis
- Accès à un Workspace Databricks.
- Un Notebook associé à un compute.
Afficher le code HTML
Python
displayHTML("<h3>You can view HTML code in notebooks.</h3>")
Afficher les visualisations SVG
Python
displayHTML("""<svg width="100" height="100">
<circle cx="50" cy="50" r="40" stroke="green" stroke-width="4" fill="yellow" />
Sorry, your browser does not support inline SVG.
</svg>""")
Afficher les visualisations D3 avec displayHTML
Vous pouvez générer dynamiquement du HTML de visualisation D3 à partir de structures de données Python.
En savoir plus sur D3 sur https://d3js.org/.
Python
# Change these colors to your favorites to change the D3 visualization.
colors = [(197, 27, 125), (222, 119, 174), (241, 182, 218), (253, 244, 239), (247, 247, 247), (230, 245, 208), (184, 225, 134), (127, 188, 65), (77, 146, 33)]
Python
htmlCode = """
<!DOCTYPE html>
<meta charset="utf-8">
<style>
path {{
fill: yellow;
stroke: #000;
}}
circle {{
fill: #fff;
stroke: #000;
pointer-events: none;
}}
.PiYG .q0-9{{fill:rgb{colorArray[0]
.PiYG .q1-9{{fill:rgb{colorArray[1]
.PiYG .q2-9{{fill:rgb{colorArray[2]
.PiYG .q3-9{{fill:rgb{colorArray[3]
.PiYG .q4-9{{fill:rgb{colorArray[4]
.PiYG .q5-9{{fill:rgb{colorArray[5]
.PiYG .q6-9{{fill:rgb{colorArray[6]
.PiYG .q7-9{{fill:rgb{colorArray[7]
.PiYG .q8-9{{fill:rgb{colorArray[7]
</style>
<body>
<script src="https://d3js.org/d3.v3.min.js"></script>
<script>
width = 960, height = 500;
vertices = d3.range(100).map(function(d) {{
return [Math.random() * width, Math.random() * height];
}});
svg = d3.select("body").append("svg")
.attr("width", width)
.attr("height", height)
.attr("class", "PiYG")
.on("mousemove", function() {{ vertices[0] = d3.mouse(this); redraw(); }});
path = svg.append("g").selectAll("path");
svg.selectAll("circle")
.data(vertices.slice(1))
.enter().append("circle")
.attr("transform", function(d) {{ return "translate(" + d + ")"; }})
.attr("r", 2);
redraw();
function redraw() {{
path = path.data(d3.geom.delaunay(vertices).map(function(d) {{ return "M" + d.join("L") + "Z"; }}), String);
path.exit().remove();
path.enter().append("path").attr("class", function(d, i) {{ return "q" + (i % 9) + "-9"; }}).attr("d", String);
}}
</script>
""".format(colorArray = colors)
displayHTML (htmlCode)
Étapes suivantes
- Visualisations dans les notebooks Databricks et l'éditeur SQL
- Types de visualisation du Notebook et de l’éditeur SQL
- Databricks notebooks