擊 “凹凸域”，馬上關(guān)注

使用教程

Parul以汽車數(shù)據(jù)為例，將一個汽車數(shù)據(jù)集“cars”載入到Altair中。

cars中包含汽車的生產(chǎn)年份、耗油量、原產(chǎn)國等9個方面的數(shù)據(jù)，后面將對這些內(nèi)容進行可視化處理。

安裝和導(dǎo)入Altair軟件包

除了安裝Altair和它的依賴軟件外，還需要安裝其他前端工具，比如Jupyter Notebook、JupyterLab、Colab等等。

Parul小姐姐推薦安裝JupyterLab：

$ pip install -U altair vega_datasets jupyterlab

需要注意的是，由于Altair的教程文檔中還包含vega數(shù)據(jù)集，因此也需要一并安裝上。

接著在終端中輸入：jupyter lab，就能在你的瀏覽器中自動打開它啦。

在代碼開頭別忘了導(dǎo)入Altair：

import altair as alt

完成以上準(zhǔn)備工作，我們就可以開始繪圖了

開始繪制圖表

Altair中的基本對象是Chart，它將數(shù)據(jù)框作為單個參數(shù)。你可以這樣定義它：

chart = alt.Chart(cars)

Chart有三個基本方法：數(shù)據(jù)（data）、標(biāo)記（mark）和編碼（encode），使用它們的格式如下：

alt.Chart(data).mark_point().encode(
encoding_1='column_1',
encoding_2='column_2',
# etc.)

數(shù)據(jù)顧名思義，直接導(dǎo)入cars數(shù)據(jù)集即可。標(biāo)記和編碼則決定著繪制圖表的樣式，下面著重介紹這兩部分。

標(biāo)記可以讓用戶在圖中以不同形狀來表示數(shù)據(jù)點，比如使用實心點、空心圓、方塊等等。

如果我們只調(diào)用這個方法，那么所有的數(shù)據(jù)點都將重疊在一起：

這顯然是沒有意義的，還需要有編碼來指定圖像的具體內(nèi)容。常用的編碼有：

x: x軸數(shù)值
y: y軸數(shù)值
color: 標(biāo)記點顏色
opacity: 標(biāo)記點的透明度
shape: 標(biāo)記點的形狀
size: 標(biāo)記點的大小
row: 按行分列圖片
column: 按列分列圖片

以汽車的耗油量為例，把所有汽車的數(shù)據(jù)繪制成一個一維散點圖，指定x軸為耗油量：

alt.Chart(cars).mark_point().encode(
x='Miles_per_Gallon'
)

但是使用mark_point()會讓所有標(biāo)記點混雜在一起，為了讓圖像更清晰，可以替換成棒狀標(biāo)記點mark_tick()：


alt.Chart(cars).mark_tick().encode(
x='Miles_per_Gallon'
)

以耗油量為X軸、馬力為Y軸，繪制所有汽車的分布，就得到一張二維圖像：


alt.Chart(cars).mark_line().encode(
x='Miles_per_Gallon',
y='Horsepower'
)

給圖表上色

前面我們已經(jīng)學(xué)會了繪制二維圖像，如果能給不同組的數(shù)據(jù)分配不同的顏色，就相當(dāng)于給數(shù)據(jù)增加了第三個維度。


alt.Chart(cars).mark_point().encode(
x='Miles_per_Gallon',
y='Horsepower',
color='Origin'
)

上面的圖中，第三個維度“原產(chǎn)國”是一個離散變量。

使用顏色刻度表，我們還能實現(xiàn)對連續(xù)變量的上色，比如在上圖中加入“加速度”維度，顏色越深表示加速度越大：

alt.Chart(cars).mark_point().encode(
x='Miles_per_Gallon',
y='Horsepower',
color='Acceleration'
)

數(shù)據(jù)的分類與匯總

上面的例子中，我們使用的主要是散點圖。實際上，Altair還能方便地對數(shù)據(jù)進行分類和匯總，繪制統(tǒng)計直方圖。

相比其他繪圖工具，Altair的特點在于不需要調(diào)用其他函數(shù)，而是直接在數(shù)軸上進行修改。

例如統(tǒng)計不同油耗區(qū)間的汽車數(shù)量，對X軸使用alt.X()，指定數(shù)據(jù)和間隔大小，對Y軸使用count()統(tǒng)計數(shù)量。


alt.Chart(cars).mark_bar().encode(
x=alt.X('Miles_per_Gallon', bin=alt.Bin(maxbins=30)),
y='count()'
)

為了分別表示出不同原產(chǎn)國汽車的油耗分布，前文提到的上色方法也能直方圖中使用，這樣就構(gòu)成一幅分段的統(tǒng)計直方圖：


alt.Chart(cars).mark_bar().encode(
x=alt.X('Miles_per_Gallon', bin=alt.Bin(maxbins=30)),
y='count()',
color='Origin'
)

如果你覺得上圖還不夠直觀，那么可以用column將汽車按不同原產(chǎn)國分列成3張直方圖：


alt.Chart(cars).mark_bar().encode(
x=alt.X('Miles_per_Gallon', bin=alt.Bin(maxbins=30)),
y='count()',
color='Origin',
column='Origin'
)

交互

除了繪制基本圖像，Altair強大之處在于用戶可以與圖像進行交互，包括平移、縮放、選中某一塊數(shù)據(jù)等操作。

在繪制圖片的代碼后面，調(diào)用interactive()模塊，就能實現(xiàn)平移、縮放：

Altair還為創(chuàng)建交互式圖像提供了一個selection的API：

在選擇功能上，我們能做出一些更酷炫的高級功能，例如對選中的數(shù)據(jù)點進行統(tǒng)計，生成實時的直方圖。

疊加多個圖層

如果把前面的汽車耗油量按年度計算出平均值：


alt.Chart(cars).mark_point().encode(
x='Miles_per_Gallon',
y='Horsepower',
color='Acceleration'
)

在統(tǒng)計學(xué)上，我們還能定義平均值的置信區(qū)間，為了讓圖表更好看，可以分別列出三個不同產(chǎn)地汽車的耗油量平均值置信區(qū)間：


alt.Chart(cars).mark_area(opacity=0.3).encode(
x=alt.X(‘Year’, timeUnit=’year’),
y=alt.Y(‘ci0(Miles_per_Gallon)’, axis=alt.Axis(title=’Miles per Gallon’)),
y2=’ci1(Miles_per_Gallon)’,
color=’Origin’
).properties(
width=600
)

最后我們可以用圖層API將平均值和置信區(qū)間兩幅圖疊加起來：

spread = alt.Chart(cars).mark_area(opacity=0.3).encode(
x=alt.X('Year', timeUnit='year'),
y=alt.Y('ci0(Miles_per_Gallon)', axis=alt.Axis(title='Miles per Gallon')),
y2='ci1(Miles_per_Gallon)',
color='Origin'
).properties(
width=800
)
lines = alt.Chart(cars).mark_line().encode(
x=alt.X('Year', timeUnit='year'),
y='mean(Miles_per_Gallon)',
color='Origin'
).properties(
width=800
)
spread + lines

比 Excel 更強大，Python 的可視化庫 Altair 入門