下面我们以最简单的月份、天气、城市的数据为例说明 G2 的数据处理流程，阐述数据是如何映射至图形空间。

我们需要在 400 px * 200 px 像素区域绘制如下点图（该图只是用于数据流说明，并不具有可视化意义）：

原始数据如下：

const data = [
  { month: '一月', temperature: 5, city: '北京' },
  { month: '二月', temperature: 10, city: '北京' },
  { month: '一月', temperature: 8, city: '南京' },
  { month: '二月', temperature: 14, city: '南京' }
];

绘图代码：

const chart = new G2.Chart({
  id: 'mountNode',
  width: 400,
  height: 200
});
chart.source(data);
chart.point().position('month*temperature').color('city', [ '#1890FF', '#2FC25B' ]);
chart.render();

chart.point().position('month*temperature').color('city', [ '#1890FF', '#2FC25B' ]); 含义如下：

1. 将 month 映射到 position 位置图形属性的 x 轴方向；
2. 将 temperature 映射到 position 位置图形属性的 y 轴方向；
3. 将 city 映射到 color 颜色图形属性。使用的颜色是 ['#1890FF', '#2FC25B']

加载数据

加载数据后，对数据进行处理，处理后结构如表所示：

对数据进行分组

默认我们会根据映射至 size shape color 这三个图形属性的数据属性对数据进行分组。

这里我们根据 city 字段对数据进行分组，如下表所示：

保存原始数据

此时将原始数据保存下来，方便后期 tooltip 取对应的数据进行展示。

所有的原始数据存储于 _origin 属性中。

数据数值化

这里 month city 为分类的类型，我们将其转换为数值（索引值）。

调整数据 adjust

此处无调整。

归一化操作

• 由于月份 month 是分类类型，又决定 x 轴的位置，需要在坐标轴两端留下空白，所以需要将数据归一化的分布范围从 [0, 1] 调整至 [0.25, 0.75]；
• city 是分类类型，但是不参与位置运算，所以分布范围仍为 [0, 1]；
• temperature 是数字类型，原始数值范围为 [5, 14]，但是为了让 y 坐标轴的刻度线均匀分布易于用户阅读理解，G2 会默认对数值进行优化，将数值范围调整为 [0, 20] 使得刻度线均匀分布（默认每条坐标轴绘制 5 个刻度线），即 [0, 5, 10, 15, 20]，然后将原始数值归一化到 [0, 1];

归一化后的结果：

计算绘制图形需要的点

对于点图，我们只需要获取 x 和 y 轴的坐标点即可。所以数据处理结果如下：

映射至图形属性

由于画布坐标的起始点为左上角，所以 y 轴上的 0.1 转换成画布坐标的结果为 200 - 200 * 0.1

渲染绘制

将最后处理的数据交由绘图库进行绘制渲染。