要编写自定义后端逻辑以可视化Superset图形，可以遵循以下步骤：

1. 创建自定义后端逻辑：

   • 首先，创建一个后端逻辑模块，例如custom_backend.py。
   • 导入所需的库和类，例如from superset.utils.core import DTTM_ALIAS。
   • 创建一个自定义的后端逻辑类，例如class CustomBackend(BaseSupersetView)。
   • 实现适当的方法，例如def payload(cls, viz: BaseViz, form_data: Dict[str, Any]) -> Dict[str, Any]。

2. 实现可视化逻辑：

   • 在自定义后端逻辑类的payload方法中，根据传入的viz和form_data参数，编写逻辑以生成可视化图形的数据。
   • 可以使用Superset提供的查询构建器（query builder）和数据查询API来获取源数据，例如session.query().from_statement(query)。
   • 处理数据，根据需要进行转换、筛选和聚合。
   • 生成图形数据，并将其作为字典返回，例如return {'data': data}。

3. 配置Superset：

   • 在Superset的配置文件（superset_config.py）中，将自定义后端逻辑模块添加到CUSTOM_SECURITY_MANAGER配置项中，例如CUSTOM_SECURITY_MANAGER = 'path.to.custom_backend.CustomBackend'。

4. 使用自定义后端逻辑：

   • 在Superset的界面中，创建或编辑一个可视化图表。
   • 在图表配置中，选择使用自定义的后端逻辑。
   • 根据需要设置其他图表配置选项，例如时间范围、分组和过滤器。
   • 保存图表配置，并查看可视化结果。

以下是一个简单的示例代码：

# custom_backend.py

from superset.views.base import BaseSupersetView
from superset.utils.core import DTTM_ALIAS
from superset.models.core import Database
from superset import db

class CustomBackend(BaseSupersetView):
    def payload(cls, viz, form_data):
        # Get source database
        database_id = form_data['database']
        database = db.session.query(Database).filter_by(id=database_id).one()

        # Build query
        query = viz.query_obj()
        query.database = database
        query_str = str(query)

        # Execute query
        result = db.session.execute(query_str)

        # Process data
        data = []
        for row in result:
            data.append({
                'x': row[0],
                'y': row[1],
            })

        # Return visualization payload
        return {'data': data}

这是一个简单的示例，具体的实现取决于你的需求和数据源。