Altair简介
Python包Altair是一个基于Vega和Vega-Lite构建的声明式数据可视化库。它通过简洁的语法和直观的API，使得创建具有交互性的统计图表变得简单而直观。
主要特点
- 声明式语法：Altair使用声明式语法来定义图表，用户只需描述数据应该如何映射到图表元素，而无需编写复杂的绘图逻辑。这种语法简洁明了，易于理解和维护。
- 丰富的图表类型：Altair支持多种图表类型，包括条形图、折线图、散点图、直方图等，以及组合图表和多图表面板。这些图表类型可以满足不同的数据可视化需求。
- 交互式可视化：Altair支持交互式可视化，用户可以轻松添加交互式元素，如缩放、平移、选择等。这些交互功能可以帮助用户更好地探索和理解数据。
- 与Pandas等库的集成：Altair与Pandas等数据分析库无缝集成，用户可以直接使用Pandas的DataFrame作为数据源来创建图表。这种集成简化了数据预处理和可视化的流程。
高级功能与定制性
- 数据变换：Altair支持对数据进行聚合、过滤和变换等操作，以满足更复杂的可视化需求。用户可以使用内置的变换函数或自定义变换逻辑来处理数据。
- 图表组合与布局：Altair允许用户将多个图表组合在一起，形成一个复杂的可视化界面。用户可以使用布局函数来指定图表的位置和大小，以及调整图表之间的间距和对齐方式。
- 自定义样式与配置：Altair提供了丰富的配置选项，使用户能够根据自己的需求定制图表的样式和外观。用户可以自定义颜色方案、字体大小、轴标签等属性，以创建具有独特风格的图表。
应用场景与优势
Altair适用于各种数据可视化场景，包括数据分析、报告和演示等。它的优势在于其简洁直观的语法、丰富的图表类型、强大的交互功能以及高度的定制性。这些优势使得Altair成为数据科学家、数据分析师和任何需要可视化数据的人的首选工具之一。通过Altair，用户可以更好地理解和传达数据，发现数据中的模式和趋势，并支持数据驱动的决策。
Altair的声明式语法
Altair的声明式语法是其核心特性之一，它允许用户通过简洁而直观的方式来描述和创建数据可视化图表。
- 描述性语法：Altair的声明式语法是一种描述性语法，用户只需声明数据应该如何映射到图表的视觉属性上，而无需关心底层的绘图细节。这种语法方式使得创建图表变得简单且直观。
- 基于Vega-Lite：Altair的语法构建在Vega-Lite之上，Vega-Lite是一个高级的可视化语法，为图表提供了丰富的配置选项和灵活的定制能力。因此，Altair用户能够利用Vega-Lite的强大功能来创建复杂的图表。
数据（Data）
Altair 支持多种数据格式，主要以 Pandas DataFrame 为基础，因为 Altair 是为 Python 生态系统设计的，Pandas 是 Python 中最常用的数据操作库之一。以下是 Altair 支持的数据格式及其使用方式：
Pandas DataFrame
这是 Altair 最常用的数据格式。DataFrame 是一种二维表格数据结构，具有行和列，可以很容易地与 Altair 的声明式语法结合使用。
import altair as alt
import pandas as pd
# 创建一个简单的 DataFrame
data = pd.DataFrame({
'x': [1, 2, 3, 4, 5],
'y': [2, 3, 4, 5, 6]
})
# 使用 DataFrame 创建图表
chart = alt.Chart(data).mark_point().encode(
x='x',
y='y'
)
chart.show()
JSON 格式
Altair 支持直接使用 JSON 数据格式，特别是在数据量较大时，JSON 格式可以作为一种数据交换格式。
import altair as alt
import json
# 创建 JSON 数据
json_data = json.dumps([
{'x': 1, 'y': 2},
{'x': 2, 'y': 3},
{'x': 3, 'y': 4}
])
# 使用 JSON 数据创建图表
chart = alt.Chart.from_json(json_data).mark_point().encode(
x='x',
y='y'
)
chart.show()
Dask DataFrame
Dask 是一个用于处理大数据的并行计算库。Altair 可以使用 Dask DataFrame 作为数据源，这对于处理超出内存限制的大型数据集特别有用。
import altair as alt
import dask.dataframe as dd
# 创建 Dask DataFrame
data = dd.from_pandas(pd.DataFrame({
'x': [1, 2, 3, 4, 5],
'y': [2, 3, 4, 5, 6]
}), npartitions=2)
# 使用 Dask DataFrame 创建图表
chart = alt.Chart(data.compute()).mark_point().encode(
x='x',
y='y'
)
chart.show()
URL 数据源
Altair 允许通过 URL 引用外部数据源，这在处理大型静态数据集时非常有用。
import altair as alt
from vega_datasets import data
# 使用 URL 数据源创建图表
chart = alt.Chart(data.cars.url).mark_point().encode(
x='Horsepower',
y='Miles_per_Gallon'
)
chart.show()
SQL 数据源
通过 Altair 的集成，可以使用 SQLAlchemy 从 SQL 数据库中提取数据。
import altair as alt
from sqlalchemy import create_engine
import pandas as pd
# 创建数据库连接
engine = create_engine('sqlite:///mydatabase.db')
# 使用 SQL 查询创建 DataFrame
query = "SELECT x, y FROM my_table"
data = pd.read_sql(query, engine)
# 使用 DataFrame 创建图表
chart = alt.Chart(data).mark_point().encode(
x='x',
y='y'
)
chart.show()
标记（Mark）
标记用于定义图表的类型，如点、线、条等。在Altair中，用户可以通过.mark_*()方法来指定所需的图表类型，如.mark_point()用于创建散点图，.mark_line()用于创建折线图等。
Altair 提供了多种 mark_* 方法，用于定义图表的基本形状或标记（Mark）。这些标记是创建不同类型图表的基础，以下是 Altair 中常用的 mark_* 方法及其用途：
- 基本标记
- mark_point()：用于创建散点图中的点。
- mark_line()：用于创建折线图。
- mark_bar()：用于创建条形图。
- mark_area()：用于创建面积图。
- mark_tick()：用于创建刻度线图，通常用于显示数据的分布。
- 统计标记
- mark_boxplot()：用于创建箱线图，显示数据的分布特征。
- mark_errorbar()：用于显示误差线，通常用于展示数据的变异性。
- mark_errorband()：用于显示误差带，与误差线类似，但用于表示范围。
- 高级标记
- mark_circle()：类似于mark_point()，但用于绘制圆形标记。
- mark_square()：用于绘制方形标记。
- mark_text()：用于在图表中添加文本标签。
- mark_rule()：用于绘制规则线，通常用于标记参考线或阈值。
- mark_geoshape()：用于绘制地理形状，常用于地理数据可视化。
- 热力图标记
- mark_rect()：用于创建矩形标记，常用于热力图。
- mark_arc()：用于绘制弧形标记，适合用于饼图或圆环图。
- 组合标记
- mark_trail()：用于创建轨迹图，适合显示时间序列或运动轨迹。
- mark_bar()（堆叠）和mark_area()（堆叠）：用于创建堆叠条形图或堆叠面积图。
编码（Encoding）
编码是Altair声明式语法的核心部分，它描述了如何将数据映射到图表的视觉属性上。用户可以通过.encode()方法来定义数据的映射关系，包括x轴、y轴、颜色、大小等属性的设置。例如，x=’column_name’表示将数据中的column_name列映射到x轴上。
Altair 的 .encode() 方法是图表创建过程中的核心组件，它用于将数据字段映射到图形的视觉属性。这种映射是 Altair 声明式可视化语法的关键，允许用户通过简单的声明来定义数据在图表中的表现方式。
常用视觉属性
- x: 数据在 x 轴上的位置。
- y: 数据在 y 轴上的位置。
- color: 数据点的颜色，通常用于区分类别。
- size: 数据点的大小，通常用于表示数值大小。
- shape: 数据点的形状，通常用于区分类别。
- opacity: 数据点的透明度。
- tooltip: 鼠标悬停时显示的数据标签。
- text: 数据点上的文本标签。
- order: 用于确定线图或面积图中数据点的连接顺序。
基本用法
下面是一个简单的示例，展示如何使用 .encode() 方法：
import altair as alt
import pandas as pd
# 创建示例数据
data = pd.DataFrame({
'x': [1, 2, 3, 4, 5],
'y': [2, 3, 4, 5, 6],
'category': ['A', 'B', 'A', 'B', 'A'],
'value': [10, 20, 30, 40, 50]
})
# 创建图表
chart = alt.Chart(data).mark_point().encode(
x='x',
y='y',
color='category',
size='value'
)
chart.show()
详细属性设置
在 .encode() 中，每个视觉属性可以通过 alt.X, alt.Y, alt.Color, alt.Size, 等类进行更详细的配置。这些类允许用户指定更多的选项，如轴的比例、类型、范围、图例等。
位置编码
# 使用 alt.X 和 alt.Y 进行详细配置
chart = alt.Chart(data).mark_point().encode(
x=alt.X('x', scale=alt.Scale(domain=(0, 10)), axis=alt.Axis(title='X Axis')),
y=alt.Y('y', scale=alt.Scale(domain=(0, 10)), axis=alt.Axis(title='Y Axis'))
)
颜色编码
# 使用 alt.Color 进行详细配置
chart = alt.Chart(data).mark_point().encode(
x='x',
y='y',
color=alt.Color('category', scale=alt.Scale(scheme='category10'), legend=alt.Legend(title='Category'))
)
大小编码
# 使用 alt.Size 进行详细配置
chart = alt.Chart(data).mark_point().encode(
x='x',
y='y',
size=alt.Size('value', scale=alt.Scale(range=[10, 100]), legend=alt.Legend(title='Value'))
)
形状编码
# 使用 alt.Shape 进行详细配置
chart = alt.Chart(data).mark_point().encode(
x='x',
y='y',
shape=alt.Shape('category', legend=alt.Legend(title='Category'))
)
条件编码
Altair 支持条件编码，可以根据某些条件动态地改变视觉属性。例如，可以根据某一列的值来动态改变颜色。
# 条件编码示例
selection = alt.selection_single(fields=['category'])
chart = alt.Chart(data).mark_point().encode(
x='x',
y='y',
color=alt.condition(selection, alt.Color('category:N'), alt.value('lightgray'))
).add_selection(
selection
)
chart.show()
多字段编码
Altair 允许在某些视觉属性中同时编码多个字段，比如在 tooltip 中：
# 多字段编码示例
chart = alt.Chart(data).mark_point().encode(
x='x',
y='y',
tooltip=['x', 'y', 'category', 'value']
)
chart.show()
altair的数据变换
Altair 的数据变换功能提供了一种强大而灵活的方式来在可视化过程中对数据进行操作和修改。这些变换可以帮助用户对数据进行过滤、聚合、计算新字段、排序等操作，而无需在数据进入 Altair 之前对其进行预处理。以下是 Altair 支持的一些主要数据变换及其用法。
过滤变换（Filter Transform）
过滤变换用于选择满足特定条件的数据子集。
import altair as alt
import pandas as pd
# 创建示例数据
data = pd.DataFrame({
'x': [1, 2, 3, 4, 5],
'y': [2, 3, 4, 5, 6]
})
# 过滤数据
chart = alt.Chart(data).mark_point().encode(
x='x',
y='y'
).transform_filter(
alt.datum.x > 2 # 仅选择 x 大于 2 的数据
)
chart.show()
聚合变换（Aggregate Transform）
聚合变换用于对数据进行分组和聚合操作，如求和、平均等。
# 创建示例数据
data = pd.DataFrame({
'category': ['A', 'A', 'B', 'B', 'C', 'C'],
'value': [10, 20, 30, 40, 50, 60]
})
# 聚合数据
chart = alt.Chart(data).mark_bar().encode(
x='category',
y='sum(value)'
).transform_aggregate(
sum_value='sum(value)',
groupby=['category']
)
chart.show()
计算变换（Calculate Transform）
计算变换用于创建新的计算字段。
# 创建示例数据
data = pd.DataFrame({
'x': [1, 2, 3, 4, 5],
'y': [2, 3, 4, 5, 6]
})
# 计算新字段
chart = alt.Chart(data).mark_point().encode(
x='x',
y='y',
size='z'
).transform_calculate(
z='datum.x * datum.y' # 计算 z 作为 x 和 y 的乘积
)
chart.show()
样本变换（Sample Transform）
样本变换用于从数据集中随机抽取子集，这对于处理大数据集时非常有用。
# 创建示例数据
data = pd.DataFrame({
'x': range(100),
'y': range(100)
})
# 抽样数据
chart = alt.Chart(data).mark_point().encode(
x='x',
y='y'
).transform_sample(
10 # 抽样 10 个数据点
)
chart.show()
排序变换（Sort Transform）
排序变换用于根据一个或多个字段对数据进行排序。
# 创建示例数据
data = pd.DataFrame({
'category': ['A', 'B', 'C', 'D'],
'value': [4, 7, 2, 9]
})
# 排序数据
chart = alt.Chart(data).mark_bar().encode(
x=alt.X('category', sort='-y'), # 按 y 值降序排序
y='value'
)
chart.show()
堆叠变换（Stack Transform）
堆叠变换用于创建堆叠条形图或堆叠面积图。
# 创建示例数据
data = pd.DataFrame({
'category': ['A', 'B', 'A', 'B'],
'type': ['X', 'X', 'Y', 'Y'],
'value': [1, 2, 3, 4]
})
# 堆叠数据
chart = alt.Chart(data).mark_bar().encode(
x='category',
y='value',
color='type'
).transform_stack(
stack='value',
groupby=['category'],
as_=['stack_value', 'stack_end']
)
chart.show()
时间单位变换（Time Unit Transform）
时间单位变换用于对时间数据进行处理，比如按年、月、日等单位进行聚合。
# 创建示例数据
data = pd.DataFrame({
'date': pd.date_range('2023-01-01', periods=100, freq='D'),
'value': range(100)
})
# 时间单位变换
chart = alt.Chart(data).mark_line().encode(
x=alt.X('yearmonth(date):T', title='Month'),
y='sum(value)'
).transform_timeunit(
yearmonth='yearmonth(date)'
).transform_aggregate(
sum_value='sum(value)',
groupby=['yearmonth']
)
chart.show()
图表组合与布局
Altair 提供了多种方法来组合和布局图表，以便在同一个视图中展示多种数据特征。通过这些功能，你可以创建复杂的、多维的可视化，从而更好地理解和展示数据。以下是 Altair 的图表组合与布局的详细介绍。
图层组合（Layering）
图层组合用于在同一坐标系中叠加多个图表。这对于在同一图中展示不同类型的数据非常有用，例如在散点图上叠加线图。
import altair as alt
import pandas as pd
# 创建示例数据
data = pd.DataFrame({
'x': [1, 2, 3, 4, 5],
'y': [2, 3, 4, 5, 6]
})
# 创建点图和线图
points = alt.Chart(data).mark_point().encode(x='x', y='y')
line = alt.Chart(data).mark_line().encode(x='x', y='y')
# 图层组合
chart = points + line
chart.show()
垂直组合（Vertical Concatenation）
垂直组合用于在垂直方向上堆叠图表，这对于在一个视图中展示不同数据集或不同维度的数据非常有用。
# 创建上方的条形图 bar = alt.Chart(data).mark_bar().encode(x='x', y='y') # 创建下方的点图 points = alt.Chart(data).mark_point().encode(x='x', y='y') # 垂直组合 chart = alt.vconcat(bar, points) chart.show()
水平组合（Horizontal Concatenation）
水平组合用于在水平方向上排列图表，这与垂直组合相似，但方向不同。
# 水平组合 chart = alt.hconcat(bar, points) chart.show()
复合图表（Facet）
复合图表用于根据数据字段创建一系列小图表（小 multiples），每个小图表展示数据的一个子集。这对于对比不同类别或条件下的数据非常有用。
# 创建示例数据
data = pd.DataFrame({
'x': [1, 2, 3, 4, 5, 1, 2, 3, 4, 5],
'y': [2, 3, 4, 5, 6, 3, 4, 5, 6, 7],
'category': ['A', 'A', 'A', 'A', 'A', 'B', 'B', 'B', 'B', 'B']
})
# 创建复合图表
chart = alt.Chart(data).mark_point().encode(
x='x',
y='y'
).facet(
facet='category:N', # 按照类别分面
columns=2
)
chart.show()
重复图表（Repeat）
重复图表用于创建一组图表，其中每个图表重复同一编码，但使用不同的数据字段。它类似于复合图表，但更加灵活。
# 创建重复图表
chart = alt.Chart(data).mark_point().encode(
x='x',
y=alt.Y(alt.repeat('column'), type='quantitative')
).repeat(
column=['y', 'category'] # 重复使用不同的字段
)
chart.show()
组合图表的大小与属性
在组合图表时，你可以通过 resolve_scale 等方法来调整图表的比例和属性，以确保图表在组合时能够正确显示。
# 创建两个图表
chart1 = alt.Chart(data).mark_bar().encode(x='x', y='y')
chart2 = alt.Chart(data).mark_line().encode(x='x', y='y')
# 合并并调整比例
chart = alt.hconcat(chart1, chart2).resolve_scale(
y='shared' # 共享 y 轴比例
)
chart.show()
altair交互功能
Altair 提供了一系列强大的交互功能，使得用户能够在可视化中添加交互元素，从而增强数据的探索和分析能力。这些交互功能包括选择、过滤、缩放、平移等，能够帮助用户以动态的方式与数据进行交互。
选择（Selection）
选择是 Altair 交互功能的核心。通过选择，用户可以与图表中的数据进行交互，比如选择特定的数据点或范围。选择主要有以下几种类型：
单选（Single Selection）
单选允许用户选择一个数据点或一个类别。
import altair as alt
import pandas as pd
# 创建示例数据
data = pd.DataFrame({
'x': [1, 2, 3, 4, 5],
'y': [2, 3, 4, 5, 6],
'category': ['A', 'B', 'A', 'B', 'A']
})
# 创建单选
selection = alt.selection_single(fields=['category'])
# 应用选择到图表
chart = alt.Chart(data).mark_point().encode(
x='x',
y='y',
color=alt.condition(selection, 'category:N', alt.value('lightgray'))
).add_selection(
selection
)
chart.show()
多选（Multi Selection）
多选允许用户选择多个数据点或类别。
# 创建多选
selection = alt.selection_multi(fields=['category'])
# 应用选择到图表
chart = alt.Chart(data).mark_point().encode(
x='x',
y='y',
color=alt.condition(selection, 'category:N', alt.value('lightgray'))
).add_selection(
selection
)
chart.show()
区域选择（Interval Selection）
区域选择允许用户选择一个范围，通常用于连续数据的过滤。
# 创建区域选择
selection = alt.selection_interval(encodings=['x'])
# 应用选择到图表
chart = alt.Chart(data).mark_point().encode(
x='x',
y='y',
color=alt.condition(selection, 'category:N', alt.value('lightgray'))
).add_selection(
selection
)
chart.show()
交互过滤（Interactive Filtering）
通过选择与变换结合，用户可以实现交互式过滤。
# 交互过滤示例
selection = alt.selection_single(fields=['category'])
# 创建两个图表，一个用于选择，一个用于展示过滤结果
points = alt.Chart(data).mark_point().encode(
x='x',
y='y',
color='category:N'
).add_selection(
selection
)
bars = alt.Chart(data).mark_bar().encode(
x='category:N',
y='count()',
color='category:N'
).transform_filter(
selection
)
# 组合图表
chart = alt.vconcat(points, bars)
chart.show()
缩放和平移（Zoom and Pan）
通过 interactive() 方法，用户可以为图表添加缩放和平移功能。
# 缩放和平移示例
chart = alt.Chart(data).mark_point().encode(
x='x',
y='y'
).interactive() # 添加缩放和平移功能
chart.show()
绑定选择到控件（Binding Selection to Controls）
选择可以绑定到外部控件（如下拉菜单、滑块等），以增强用户与图表的交互性。
绑定到滑块
slider = alt.binding_range(min=1, max=5, step=1)
selection = alt.selection_single(name="Select", fields=['x'], bind=slider)
chart = alt.Chart(data).mark_point().encode(
x='x',
y='y',
color=alt.condition(selection, 'category:N', alt.value('lightgray'))
).add_selection(
selection
)
chart.show()
绑定到下拉菜单
dropdown = alt.binding_select(options=['A', 'B'])
selection = alt.selection_single(fields=['category'], bind=dropdown, name='Category')
chart = alt.Chart(data).mark_point().encode(
x='x',
y='y',
color=alt.condition(selection, 'category:N', alt.value('lightgray'))
).add_selection(
selection
)
chart.show()
参考链接：
