python大佬的可视化工具-Altair

概述本文再分享一个python交互式可视化工具Altair，Altair的底层是Vega-Lite （基于一种简洁的交互式可视化语法，AGrammarofInteractiveGraphics），效果例如：Altair的作者为JakeVanderplas，是一个大佬，之前是华盛顿大学eScience学院物理科学研究院院长，现为Google的SoftwareEnginee

本文再分享一个python交互式可视化工具altair，altair的底层是Vega-lite （基于一种简洁的交互式可视化语法，A Grammar of Interactive Graphics），效果例如：

altair的作者为Jake Vanderplas，是一个大佬，之前是华盛顿大学 eScIEnce 学院物理科学研究院院长，现为Google的Software Engineer，热衷于Python, Astronomy和Data ScIEnce；同时是一位活跃的开源爱好者，历年的 PyData会议都能见到他的talk，除了altair外，为Scikit-Learn、Scipy、 Matplotlib、IPython 等著名 Python 程序库做了大量贡献；著有两本高stars书籍Python Data Science Handbook 和A Whirlwind Tour of Python 。

之前介绍的python交互式工具还有pygal，cufflinks。

目录

1、Altair基础图形快速入门

pip安装altair 

Altair一步一步绘图

 python的Altair脚本转化为JSON

2、Altair复杂图形快速入门

configure_*()方法个性化图像属性

selection、condition、binding使得altair图形能和鼠标更好交互

Layer, HConcat, VConcat, Repeat, Facet助力altair轻松构建复合图形

Chart.resolve_scale(), Chart.resolve_axis(), and Chart.resolve_legend()个性化复合图形

3、基于Altair的demo分享

官网关于天气的一个案例

官网：https://altair-viz.github.io/index.html 

 

---

1、altair基础图形快速入门

这个小结介绍如何快速的绘制常见的基础图，如“bar”, “circle”, “square”, “tick”,“line”, * “area”, “point”, “rule”, “geoshape”, and “text”等。

pip安装altair 

pip install altair vega_datasets -i https://pypi.tuna.tsinghua.edu.cn/simple#国内源加速安装

altair一步一步绘图

数据准备

依旧使用鸢尾花iris数据集，数据集介绍见：Python可视化|matplotlib10-绘制散点图scatter

import seaborn as snspd_iris = sns.load_dataset("iris")pd_iris.head(n=5)

快速绘图

#快速绘图import altair as altimport pandas as pdalt.Chart(pd_iris).mark_point().encode(x='sepal_length',                                       y='sepal_wIDth',                                       color='specIEs')

绘图步骤拆分 

由alt.Chart(pd_iris).mark_point().encode(x='sepal_length',y='sepal_wIDth',color='specIEs')这段代码可知，altair绘图主要用到Chart()方法、mark_*()方法、和encode()方法。

Chart()方法将数据转化为altair.vegalite.v4.API.Chart对象

括号内可设置图像的高度、宽度、背景色等等，详细见：https://altair-viz.github.io/user_guide/generated/toplevel/altair.Chart.html?highlight=chart

mark_*()方法指定要展示的图形，例如绘制散点图mark_point() 

mark_*()方法设置图形属性，如颜色color、大小size等

括号内可设置待展示图形的各种属性，以mark_point()设置点颜色为例如下。

其它详细参数见：https://altair-viz.github.io/user_guide/generated/toplevel/altair.Chart.html?highlight=mark_point#altair.Chart.mark_point 

encode()方法设置坐标轴的映射 

详细参数：https://altair-viz.github.io/user_guide/generated/toplevel/altair.Chart.html?highlight=encode#altair.Chart.encode

 python的altair脚本转化为JsON

python脚本

import altair as altimport pandas as pddata = pd.DataFrame({'x': ['A', 'B', 'C', 'D'], 'y': [1, 2, 1, 2]})alt.Chart(data).mark_bar().encode(    x='x',    y='y',)

Json脚本点击即可获取

{  "config": {"vIEw": {"continuousWIDth": 400, "continuousHeight": 300}},  "data": {"name": "data-39e740acccd9d827d4364cdbd6d37176"},  "mark": "bar",  "enCoding": {    "x": {"type": "nominal", "fIEld": "x"},    "y": {"type": "quantitative", "fIEld": "y"}  },  "$schema": "https://vega.github.io/schema/vega-lite/v4.8.1.Json",  "datasets": {    "data-39e740acccd9d827d4364cdbd6d37176": [      {"x": "A", "y": 1},      {"x": "B", "y": 2},      {"x": "C", "y": 1},      {"x": "D", "y": 2}    ]  }}

---

2、altair复杂图形快速入门

这一节简单介绍更复杂的图形，如个性化分面图标题、图例、会用到configure_*()方法、selection()方法、condition()方法、binding_*()方法、

configure_*()方法个性化图像属性

configure_header()方法个性化header

import altair as altfrom vega_datasets import data#vega_datasets为altair的一个内置数据集模块source = data.cars.urlchart = alt.Chart(source).mark_point().encode(x='Horsepower:Q',                                              y='Miles_per_gallon:Q',                                              color='Origin:N',                                              column='Origin:N').propertIEs(                                                  wIDth=180, height=180)chart.configure_header(Titlecolor='green',                       TitleFontSize=14,                       labelcolor='red',                       labelFontSize=14)

configure_legend()方法个性化图例 

import altair as altfrom vega_datasets import datasource = data.cars.urlchart = alt.Chart(source).mark_point().encode(x='Horsepower:Q',                                              y='Miles_per_gallon:Q',                                              color='Origin:N')chart.configure_legend(strokecolor='gray',                       fillcolor='#EEEEEE',                       padding=10,                       cornerRadius=10,                       orIEnt='top-right')

更多configure类方法介绍见：https://altair-viz.github.io/user_guide/configuration.html

selection、condition、binding使得altair图形能和鼠标更好交互

这里主要用到selection()、condition()、binding()方法，简单介绍，详细见：https://altair-viz.github.io/user_guide/interactions.html

selection()方法

鼠标可以轻捕捉图形某一部分。

condition()方法

让鼠标捕捉的部分高亮，未捕捉的部分暗淡。

binding_*()方法

效果如下：

@H_858_301@

Layer, HConcat, VConcat, Repeat, Facet助力altair轻松构建复合图形

hconcat水平方向拼图

import altair as altfrom vega_datasets import datairis = data.iris.urlchart1 = alt.Chart(iris).mark_point().encode(x='petalLength:Q',                                             y='petalWIDth:Q',                                             color='specIEs:N').propertIEs(                                                 height=300, wIDth=300)chart2 = alt.Chart(iris).mark_bar().encode(x='count()',                                           y=alt.Y('petalWIDth:Q',                                                   bin=alt.Bin(maxbins=30)),                                           color='specIEs:N').propertIEs(                                               height=300, wIDth=100)chart1 | chart2

alt.hconcat(chart1, chart2)

vconcat垂直方向拼图

 

LayerChart图层叠加 

RepeatChart绘制类似图形

from vega_datasets import datairis = data.iris.urlbase = alt.Chart().mark_point().encode(color='specIEs:N').propertIEs(    wIDth=200, height=200).interactive()chart = alt.vconcat(data=iris)for y_enCoding in ['petalLength:Q', 'petalWIDth:Q']:    row = alt.hconcat()    for x_enCoding in ['sepalLength:Q', 'sepalWIDth:Q']:        row |= base.encode(x=x_enCoding, y=y_enCoding)    chart &= rowchart

FacetChart图形分面

import altair as altfrom altair.expr import datumfrom vega_datasets import datairis = data.iris.urlbase = alt.Chart(iris).mark_point().encode(x='petalLength:Q',                                           y='petalWIDth:Q',                                           color='specIEs:N').propertIEs(                                               wIDth=160, height=160)chart = alt.hconcat()for specIEs in ['setosa', 'versicolor', 'virginica']:    chart |= base.transform_filter(datum.specIEs == specIEs)chart

Chart.resolve_scale(), Chart.resolve_axis(), and Chart.resolve_legend()个性化复合图形

例如，使用resolve_scale()分别给两个图使用颜色盘。

from vega_datasets import datasource = data.cars()base = alt.Chart(source).mark_point().encode(    x='Horsepower:Q', y='Miles_per_gallon:Q').propertIEs(wIDth=200, height=200)alt.concat(base.encode(color='Origin:N'),           base.encode(color='Cylinders:O')).resolve_scale(color='independent')

3、基于altair的demo分享官网关与天气的一个案例

from vega_datasets import datadf = data.seattle_weather()scale = alt.Scale(    domain=['sun', 'fog', 'drizzle', 'rain', 'sNow'],    range=['#e7ba52', '#c7c7c7', '#aec7e8', '#1f77b4', '#9467bd'])brush = alt.selection(type='interval')points = alt.Chart().mark_point().encode(    alt.X('temp_max:Q', Title='Maximum Daily Temperature (C)'),    alt.Y('temp_range:Q', Title='Daily Temperature Range (C)'),    color=alt.condition(brush,                        'weather:N',                        alt.value('lightgray'),                        scale=scale),    size=alt.Size('precipitation:Q',                  scale=alt.Scale(range=[1, 200]))).transform_calculate(                      "temp_range",                      "datum.temp_max - datum.temp_min").propertIEs(                          wIDth=600, height=400).add_selection(brush)bars = alt.Chart().mark_bar().encode(    x='count()',    y='weather:N',    color=alt.color('weather:N', scale=scale),).transform_calculate(    "temp_range",    "datum.temp_max - datum.temp_min").transform_filter(brush).propertIEs(        wIDth=600)alt.vconcat(points, bars, data=df)

其他的案例见官网，不再过多搬运：

官网：https://altair-viz.github.io/index.html 

简单图

bar图

line图

area图

scatter图

histgogram图

map图

Interactive图

Case StudIEs

Other Charts

 

 

总结

以上是内存溢出为你收集整理的python大佬的可视化工具-Altair全部内容，希望文章能够帮你解决python大佬的可视化工具-Altair所遇到的程序开发问题。

如果觉得内存溢出网站内容还不错，欢迎将内存溢出网站推荐给程序员好友。