被 Altair 圈粉了！这款 Python 数据可视化库真香！

作者：博文视点Broadview

2022 年 3 月 31 日
本文字数：2688 字
阅读完需：约 9 分钟

用 Python 进行数据可视化你会用什么库来做呢？

今天就来和大家分享 Python 数据可视化库中的一员猛将——Altair！

它非常简单、友好，并基于强大的 Vega-Lite JSON 规范构建，我们只需要简短的代码即可生成美观、有效的可视化效果。

Altair 是什么

Altair 是统计可视化 Python 库，目前在 GitHub 上已经收获超过 3000 Star。

借助 Altair，我们可以将更多的精力和时间放在理解数据本身及数据意义上，从复杂的数据可视化过程中解脱出来。

简单来说，Altair 是一种可视化语法，也是一种创建、保存和分享交互式可视化设计的声明式语言，可以使用 JSON 格式描述可视化的外观和交互过程，产生基于网络的图像。

我们来看看利用 Altair 做出的可视化效果！

Altair 的优势

Altair 可以通过分类汇总（aggregation）、数据变换（datatransformation）、数据交互、图形复合等方式全面地认识数据、理解数据和分析数据。这些过程都可以帮助我们增加对数据本身和数据意义的理解维度，培养直观的数据分析思维。

总的来看，Altair 的特点有以下几个方面。

基于图形语法的声明式 Python API。
基于 Vega-Lite 的 JSON 语法规则生成 Altair 的 Python 代码。
在启动的 Jupyter Notebook、JupyterLab 和 nteract 中展示统计可视化过程。
可以将可视化作品导出为 PNG/SVG 格式的图片、独立运行的 HTML 格式的网页，或者在线上 Vega-Lite 编辑器中查看运行效果。

在 Altair 中，使用的数据集要以“整洁的格式”加载。Pandas 中的 DataFrame 是 Altair 使用的主要数据结构之一。Altair 对 Pandas 的 DataFrame 有很好地加载效果，加载方法简单高效。例如，使用 Pandas 读取 Excel 数据集，使用 Altair 加载 Pandas 返回值的实现代码，如下所示：

import altair as altimport pandas as pd
data = pd.read_excel( "Index_Chart_Altair.xlsx", sheet_name="Sales", parse_dates=["Year"] )
alt.Chart( data )

复制代码

牛刀小试——弄出一个条形图

Altair 很强调变量类型的区分和组合。变量的取值是数据，且有差异，有数值、字符串、日期等表现形式。变量是数据的存储容器，数据是变量的存储单元内容。

另一方面，从统计抽样角度来看，变量是总体，数据是样本，需要使用样本研究和分析总体。可以通过将不同的变量类型相互组合从而生成统计图形，以便更直观地认识数据。

按照不同变量类型的组合方式划分，变量类型的组合方式可以分为如下几种。

名义型变量+数量型变量。
时间型变量+数量型变量。
时间型变量+名义型变量。
数量型变量+数量型变量。

其中，时间型变量是一种特殊类型的数量型变量，可以将时间型变量设定为名义型变量（N）或次序型变量（O），实现时间型变量的离散化，从而形成与数量型变量的组合。

这里以名义型变量+数量型变量中的一条来讲解。

如果将数量型变量映射到 x 轴，将名义型变量映射到 y 轴，依然将柱体作为数据的编码样式（标记样式），就可以绘制条形图。条形图可以更好地使用长度变化比较商品销售利润的差距，如下图所示。

对照柱形图的实现代码，条形图的实现代码变化的部分如下所示。

chart = alt.Chart(df).mark_bar().encode(x="profit:Q",y="product:N")

复制代码

是不是很简单呢?

复杂的图形也很简单

下面就演示一下分区展示不同年份的每月平均降雨量！

我们可以使用面积图描述西雅图从 2012 年到 2015 年的每个月的平均降雨量统计情况。接下来，进一步拆分平均降雨量，以年份为分区标准，使用阶梯图将具体年份的每月平均降雨量分区展示，如下图所示。

在类 alt.X()中，使用 month 提取时间型变量 date 的月份，映射在位置通道 x 轴上，使用汇总函数 mean()计算平均降雨量，使用折线作为编码数据的标记样式。

在实例方法 encode()中，使用子区通道 facet 设置分区，使用 year 提取时间型变量 date 的年份，作为拆分从 2012 年到 2015 年每个月的平均降雨量的分区标准，从而将每年的不同月份的平均降雨量分别显示在对应的子区上。使用关键字参数 columns 设置子区的列数，使用关键字参数 header 设置子区序号和子区标题的相关文本内容。

具体而言，使用 Header 架构包装器设置文本内容，也就是使用类 alt.Header()的关键字参数完成文本内容的设置任务，关键字参数的含义如下所示。

labelColor：序号标签颜色。
labelFontSize：序号标签大小。
title：子区标题。
titleFont：子区字体。
titleFontSize：子区字体大小。
titlePadding：子区标题与序号标签的留白距离。

本文节选自《Python 统计可视化之 Altair 探索分析实践指南（全彩）》一书，想要了解更多相关内容，欢迎阅读本书！

Python 统计可视化之 Altair 探索分析实践指南（全彩）(博文视点出品)

作者：刘大成

京东

购买

本书以 Altair 为核心工具，通过认识数据、理解数据和探索数据三个维度全方位地探索分析数据集的统计可视化形式，以应用数据和案例研究为实践场景，使用 Altair 数据加工器进行数据预处理。在此基础上，深入介绍不同应用领域和实践场景的数据集的统计可视化模型。

本书以动手实践和练习的方式让读者学习和巩固核心知识，学习形式简单、高效，适合大数据相关行业的人士参考，也适合大数据相关专业的高校师生教学和自学使用。

各章概要

第 1 章，介绍 Altair 的安装方法和 Jupyter 的安装方法，重点讲解 Altair 数据集的 JSON 数据结构和 Pandas 的数据框对象，以及数据预处理的高效工具。

第 2 章，以图形语法为核心，重点介绍 Altair 的组成模块、语言特点和语法规则。

第 3 章，从变量类型和组合方式出发，介绍使用 Altair 认识数据和绘制基本统计图形的方法。

第 4 章，从图形构成出发，介绍使用 Altair 理解数据的实现方法，以及使用 Altair 绘制分区图形、分层图形和连接图形的实现方法。

第 5 章，从交互出发，介绍使用 Altair 探索数据和绘制交互图形的实现方法。

第 6 章，从获取优质数据集出发，以统计可视化的不同呈现形式为切入点，介绍使用 Altair 探索分析不同数据集的潜在价值。

第 7 章，以数据集为核心，详细分析不同案例的可视化模型和探索分析的维度，深入介绍不同应用领域的数据集和变量类型，以及构建不同应用领域的可视化模型。

第 8 章，以探索分析为核心，将 Altair 和其他探索分析工具有效结合，全面地探索分析不同实践场景下、不同数据集的统计可视化模型。

第 9 章，介绍使用 Altair 设置颜色的方法，以及配置图形属性的作用范围的实现方法。

目标读者

本书适合希望使用探索分析的方法，理解数据的不同维度和掌握数据统计可视化实现方法的商业数据分析师；使用 Python 和 Altair 深入理解数据预处理和统计可视化建模实现方法的数据挖掘工程师和机器学习工程师；构建实践场景的统计可视化模型的开发人员和研究人员。书中内容讲解细致全面、讲练结合、案例丰富，也非常适合大数据相关专业的学生自学或教师课堂教学使用。