11个React Native 组件库和 Javascript 数据可视化库
11个React Native 组件库和 Javascript 数据可视化库
React Native 组件库
1. NativeBase
超过 10k stars 和 1k fork，NativeBase 是一个广受欢迎的 UI 组件库，它为 React native 提供了几十个跨平台组件。当使用 NativeBase 时，你可以使用任何现成的本地第三方库，并且项目本身围绕着它提供了丰富的生态系统，从有用的starter-kit到可定制的主题模板。这是一个不错的入门工具包。
2. React Native Elements
在超过1 5k 的 stars ，react-native-elements是一个高度可定制的跨平台 UI 工具包，完全用 Javascript 构建。 其作者声称“React Native Elements 的想法更多的是关于组件结构而不是实际设计，这意味着在设置某些元素时可以更少的样板，但可以完全控制它们的设计”，这应该使它对新开发人员和经验丰富的老手都很有吸引力。 这是一个示例 Expo 应用程序，显示了所有正在运行的组件。
3. Shoutem
超过 4 k stars 的 Shoutem 是一个 React Native UI Kit，由 UI 组件、主题和组件动画三部分组成。该库为 iOS 和 Android 提供了一组跨平台组件，所有组件都是可组合和可定制的。每个组件还具有与其他组件一致的预定义样式，这使得无需手动定义复杂样式就可以构建复杂组件。
4.UI Kitten
超过 3 k stars 的 UI Kitten 提供了一个可定制和可重用的 react-native 组件工具包，该工具包基于将样式定义移动到特定位置的概念，使组件可重用，并以一种单一的方式设计样式。通过传递一组不同的变量，可以很容易地动态更改主题。这里有一个不错的 Expo 事例，可看看。
5. React Native Material UI
超过 2 k stars 的库，带有一组可高度定制的 UI 组件，实现了 Google’s material design。注意，库使用了一个名为uiTheme的JS对象，该对象通过上下文传递，以获得最大的可定制性。默认情况下，这个uiTheme对象基于你可以在这里找到的lightTheme。
6. React Native Material Kit
虽然在 NPM上 发布于2017年12月，但这个4k stars 的库仍然值得一提，它有一套基本但有用的UI 组件和主题，用于实现 Google 的 MD。 为什么？ 因为它简单，实用且对兼容较好。 但由于维护相对较少，请谨慎使用。
7. Nachos UI
超过 1.5k stars 的 Nachos UI 是一个React Native 组件库，拥有 30 多个可定制组件，多亏了 react-native-web，这些组件也可以在web上工作。
8. React Native UI Library
Wix engineering 正在开发这个最先进的 UI 工具集和 React native (demo)组件库，它还支持 react-native-animatable 和 react-native-blur 开箱即用。库附带一组预定义的样式预置(转换为修饰符)，包括颜色、排版、阴影、边框半径等。
9. React Native Paper
超过 3K stars 的 React Native Paper 是一个跨平台的 UI 组件库，它遵循了 material design 指南，支持全局主题化，还有一个可选的 babel-plugin 来减小模块大小。下面是一个Expo 示例应用程序，可以帮助你快速了解这个库。
10. React Native Vector Icons
超过 10k stars 的库是 React Native 的一组可自定义图标，支持NNavBar/TabBar/ToolbarAndroid,，图像源和完整样式。 不出所料，它非常有用，并被数千个应用程序以及其他UI组件库（如react-native-paper）使用。 该库提供了开箱即用的预制捆绑图标集，以下是库中所有图标的完整示例。
11. Teaset
超过 1.35 stars 的Teaset 是一个UI库，用于 react native，包含20多个纯JS(ES6)组件，专注于内容显示和动作控制。文档很少(但很全)，它的简单性和设计吸引了我的眼球。
Javascript 数据可视化库
1. D3js
超过 80k 的 star的 D3.js 可能是最流行和最广泛的 Javascript 数据可视化库。D3 用于基于数据操纵文档，并使用 HTML、SVG 和 CSS 实现数据。D3 对 web标准的强调为你提供了现代浏览器的功能，而无需耦合到专有框架，将可视化组件和数据驱动的 DOM 操作方法结合在一起。它允许你将任意数据绑定到文档对象模型(DOM)，然后将数据驱动转换应用到文档。这里有一个很好的例子库。
2. ChartJS
一个非常受欢迎的（40k星）开源 HTML 5图表库，使用 canvas 元素的响应式 Web 应用程序。 V.2 提供了混合图表类型，新的图表轴类型和漂亮的动画。 设计简单而优雅，有 8 种基本图表类型，你可以将库与 moment.js 组合用于时间轴。
3. ThreeJS
这个非常受欢迎的库(超过45K星; 1K贡献者)使用WebGL创建3d动画。 该项目的灵活性和抽象性意味着它对于可视化2维或3维数据也很有用。 例如，你也可以使用此指定模块通过 WebGL 进行3D 图形可视化，或者尝试使用此在线游乐场。
4. Echarts & Highcharts
百度的 Echarts项目(超过30k stars)是一个用于浏览器的交互式图表和可视化库。它是用纯JavaScript编写的，基于zrender canvas库。它支持Canvas、SVG(4.0+)和VML格式的渲染图表。除了PC和移动浏览器，echart 还可以与 node-Canvas 一起使用，实现高效的服务器端渲染(SSR)。
Highcharts JS 是超过一个 8K stars 基于 SVG 图表库，支持 VML 和旧浏览器的 canvas。它声称全球 100 家最大的公司中有 72 家使用 eb，这使得它(可能)成为世界上最流行的JS图表API (Facebook、Twitter)。
5. Metric-Graphics
MetricsGraphics.j (7k stars)是一个用于可视化和显示时间序列数据的优化库。它相对较小(80kb压缩)，提供了精密且优雅的线形图、散点图、直方图、条形图和数据表的选择，以及密度图和基本线性回归等特性。这里有一个到交互式示例库的链接。
6. Recharts
Recharts 是一个使用 React 和 D3 构建的图表库，支持声明式 React 组件方式。该库提供了原生 SVG 支持，轻量级依赖树(D3子模块)通过组件 props 高度可定制。你可以在文档网站上找到更多的例子。
7. Raphael
一个 10k stars 的 Javascript 向量库，用于处理 web 中的向量图形。该库使用SVG W3C推荐标准和 VML 作为创建图形的基础，因此每个图形对象也是一个 DOM 对象，你可以附加 JavaScript 事件处理程序。Raphael 目前支持 Firefox 3.0+、Safari 3.0+、Chrome 5.0+、Opera 9.5+和 Internet Explorer 6.0+。
8. C3js
8k stars 的 C3js 是一个基于 D3 的可重复使用的图表库，用于Web应用程序。 该库为每个元素提供类，因此你可以通过类定义自定义样式，并通过 D3 直接扩展结构。 它还提供了各种 API 和回调来访问图表的状态。 通过使用它们，你甚至可以在渲染后更新图表，看看这些例子。
9. React Virtualized + React Vis + Victory
[React-vis]45是优步的一套 React 组件，用于以一致的方式显示数据，包括线/面/条形图，热图，散点图，等高线图，六边形热图等等。 该库不需要任何先前的 D3 或任何其他数据库的知识，并提供低级模块化构建块组件，如 X/Y 轴。
React virtualized (12k stars)是一组 React 组件，用于高效地渲染大型列表和表格数据。每个发行版都提供ES6、CommonJS 和 UMD 构建，并且该项目支持 Webpack 4 工作流。请注意 react，为了避免版本冲突，必须将 react-dom 指定为对等依赖项。
Victory 是一个收集 React 可组合组件的集合，用于构建交互式数据可视化，由强大的实验室构建，拥有超过6k stars Victory对Web和React Native应用程序使用相同的API，以便于跨平台制图。一种优雅而灵活的方式，可以利用 React组件来支持实际的数据可视化。
10. Raw graphs
超过5K stars 的 Raw 是电子表格和数据可视化之间的连接链接，用于在d3.js库之上创建基于矢量的自定义可视化。它可以处理表格数据(扩展列表和逗号分隔值)，也可以处理来自其他应用程序的复制粘贴文本。基于SVG格式，可以使用向量图形应用程序编辑可视化，以便进一步改进，或者直接嵌入到web页面中。
11. Metabase
超过 11k 的stars Metabase中，使用SQL创建数据仪表板是一种非常快速和简单的方法，不需要知道SQL(但是对于分析人员和数据专业人员使用SQL模式)。你可以创建规范段和度量，将数据发送到Slack(并使用 MetaBot 在 Slack 中查看数据)等等。这可能是为你的团队在内部可视化数据的一个很好的工具，尽管可能需要进行一些维护。
原文：https://blog.bitsrc.io/11-rea...https://blog.bitsrc.io/11-jav...