数据可视化库Altair的使用

Altair是基于Vega-Lite的Python下的声明式统计可视化库。

通过Altair，可以将更多的时间花在理解数据及其含义上。Altair的API非常简单和友好，它基于Vega-Lite可视化语法构建，这使得可以使用少量的代码构造出优雅高效的可视化结果。

Altair的安装

最简单的安装方式无疑是使用pip进行安装：

pip install altair

Altair的使用

输入数据

Altair内部使用的数据以Pandas中的Dataframe格式存储，但有以下三种方式传入：

以Pandas的DataFrame格式传入；

data = pd.DataFrame({'x': ['A', 'B', 'C', 'D', 'E'],
                     'y': [5, 3, 6, 7, 2]})

以Data对象传入；

data = alt.Data(values=[{'x': 'A', 'y': 5},
                    {'x': 'B', 'y': 3},
                    {'x': 'C', 'y': 6},
                    {'x': 'D', 'y': 7},
                    {'x': 'E', 'y': 2}])

以指向csv或json文本的url传入；

data = 'https://vega.github.io/vega-datasets/data/cars.json'

最终数据将作为Chart、LayeredChart或FacetedChart对象的第一个参数传入。

图形选择

定义好数据之后，首先需要做的就是选择需要显示的图形，即将数据以何种形式显示，目前Altair中有如下几种类型可供选择：

Mark Name	Method	Description
area	mark_area()	A filled area plot.
bar	mark_bar()	A bar plot.
circle	mark_circle()	A scatter plot with filled circles.
line	mark_line()	A line plot.
point	mark_point()	A scatter plot with configurable point shapes.
rule	mark_rule()	A vertical or horizontal line spanning the axis.
square	mark_square()	A scatter plot with filled squares.
text	mark_text()	A scatter plot with points represented by text
tick	mark_tick()	A vertical or horizontal tick mark.

编码方式

编码方式定义了图片显示的各种属性，如每个图片的位置，图片轴的属性等：

通道选择

位置通道定义了图片中位置相关的属性：

Channel	Altair Class	Description
column	Column	The column of a faceted plot
row	Row	The row of a faceted plot
x	X	The x-axis value
y	Y	The y-axis value

通道描述：

Channel	Altair Class	Description
color	Color	The color of the mark
opacity	Opacity	The opacity of the mark
shape	Shape	The shape of the mark
size	Size	The size of the mark

通道排序：

Channel	Altair Class	Description
order	Order	-
path	Path	-

通道域信息：

Channel	Altair Class	Description
text	Text	The text to display at each mark
detail	Detail	Additional level of detail for a grouping, without mapping to any particular channel
label	Label	–

数据类型

定义数据如何在图片中显示：

Data Type	Shorthand Code	Description
quantitative	Q	a continuous real-valued quantity
ordinal	O	a discrete ordered quantity
nominal	N	a discrete unordered category
temporal	T	a time or date value

分类与聚合

Aggregate	Description
sum	Sum of values
mean	Arithmetic mean of values
average	Arithmetic mean of values
count	Total number of values
distinct	Number of distinct values
variance	Variance of values
variancep	??
stdev	Standard Deviation of values
stdevp	??
median	Median of values
q1	First quartile of values
q3	Third quartile of values
modeskew	??
min	Minimum value
max	Maximum value
argmin	Index of minimum value
argmax	Index of maximum value
values	??
valid	??
missing	??

分类与聚合定义了数据在显示之前的处理方式：

Aggregate	Description
sum	Sum of values
mean	Arithmetic mean of values
average	Arithmetic mean of values
count	Total number of values
distinct	Number of distinct values
variance	Variance of values
variancep	??
stdev	Standard Deviation of values
stdevp	??
median	Median of values
q1	First quartile of values
q3	Third quartile of values
modeskew	??
min	Minimum value
max	Maximum value
argmin	Index of minimum value
argmax	Index of maximum value
values	??
valid	??
missing	??

简写方式

一些常用的属性值可以简写：

Shorthand	Equivalent long-form
x='name'	X('name')
x='name:Q'	X('name', type='quantitative')
x='sum(name)'	X('name', aggregate='sum')
x='sum(name):Q'	X('name', aggregate='sum', type='quantitative')

数据展示

Jupyter展示

本质上Altair只是将数据转换为Vega-Lite所使用的Json格式，可以通过如下方式查看：

print(chart.to_json(indent=2))

通常情况下都是在Jupyter中展示数据：

c = alt.Chart(...)
c

或者使用IPython的display()方法进行展示：

c = alt.Chart(...)
display(c)

或者：

c = alt.Chart(...)
c.display()

WebServer展示

通过Web方式展示如下：

chart.serve()

存储为图片

目前Altair不支持存储为图片，要将其存储为图片则需要使用到Nodejs的包。

存储为HTML文件

具体代码如下：

chart.savechart('plot.html')

其他表现形式

Altair图标可以表示为HTML、Python字典、Json对象和Altair的chart，在这些对象之间转换的函数有：

Chart.to_dict() / Chart.from_dict()
Chart.to_json() / Chart.from_json()
Chart.to_html()
Chart.to_python()