Altair，一个简洁可视化的 Python 库！

Altair，一个简洁可视化的 Python 库！

想不想轻轻松松就能画出漂亮的图表？那你可得好好认识一下 Altair 这个宝贝了！它是个基于 Vega 和 Vega-Lite 的 Python 数据可视化库，简单易用又灵活，特别适合数据分析和探索性数据分析。今天咱们就来聊聊这个有意思的库，看看它能帮我们搞出啥花样来。

1.

Altair 是个啥玩意儿

Altair 是个声明式的数据可视化库，啥意思呢？就是你告诉它你想要啥样的图，它就给你画出来，不用你手把手地教它怎么画。它的语法简洁明了，让你能专注于描述你想要的图表，而不是纠结于具体怎么实现。

来看个简单的例子：

import altair as alt

import pandas as pd

data = pd.DataFrame({

'x'：[1， 2， 3， 4， 5]，

'y'：[1， 4， 9， 16， 25]

})

chart = alt.Chart(data).mark_line().encode(

x='x'，

y='y'

)

chart.show()

就这么几行代码，一个漂亮的折线图就出来了，酷不酷？

2.

Altair 的核心概念

要玩转 Altair，得先搞懂几个核心概念：

数据（Data）：Altair 用 Pandas DataFrame 来存储数据，这样处理起来就特别方便。

标记（Mark）：这是图表的基本视觉元素，比如点、线、条形等。你想画啥类型的图，就用对应的 mark。

编码（Encoding）：这个就是告诉 Altair 怎么把数据映射到图表的视觉属性上，比如 x 轴、y 轴、颜色、大小等。

标度（Scale）：决定数据值如何映射到视觉值，比如线性标度、对数标度等。

图表（Chart）：这是最终的可视化对象，把所有东西都整合在一起。

3.

来点花样玩玩

光说不练假把式，咱们来整几个有意思的图表。

散点图

import altair as alt

from vega_datasets import data

cars = data.cars()

scatter = alt.Chart(cars).mark_point().encode(

x='Horsepower'，

y='Miles_per_Gallon'，

color='Origin'，

tooltip=['Name'， 'Origin'， 'Horsepower'， 'Miles_per_Gallon']

).interactive()

scatter.show()

这个图里，我们用点的位置表示马力和油耗，用颜色区分产地，还加了个交互式的工具提示，鼠标悬停就能看到详细信息。

温馨提示：interactive()方法可以让图表支持缩放和平移，玩起来贼带劲！

柱状图

import altair as alt

import pandas as pd

data = pd.DataFrame({

'category'：['A'， 'B'， 'C'， 'D'， 'E']，

'value'：[5， 3， 7， 2， 8]

})

bar = alt.Chart(data).mark_bar().encode(

x='category'，

y='value'，

color='category'

).properties(

width=300，

height=200

)

bar.show()

这个柱状图简单明了，每个类别一个柱子，高度表示数值，还用了不同的颜色来区分类别。

热力图

热力图用颜色深浅来表示数值大小，特别适合展示矩阵类型的数据。这个例子里我们用了随机生成的数据，你可以换成自己的数据试试。

4.

Altair 的一些骚操作

组合图表：Altair 允许你把多个图表叠加或并排放置，比如：

chart1 + chart2 # 并排 chart1 & chart2 # 上下排列

选择和过滤：你可以添加交互式的选择功能，让用户能够动态地筛选数据：

brush = alt.selection_interval() chart = alt.Chart(data).mark_point().encode( x=’x’， y=’y’， color=alt.condition(brush， ‘color’， alt.value(‘lightgray’)) ).add_selection(brush)

自定义样式：虽然 Altair 的默认样式已经很漂亮了，但你还可以进一步自定义：

chart.configure_axis( gridColor=’#FFFF00’， labelAngle=45， labelFontSize=14 )

好啦，今天的 Altair 介绍就到这里。这个库还有很多有趣的功能等着你去探索呢！记住，数据可视化不仅仅是画图，更重要的是通过直观的方式传达信息。多练习，多尝试，你会发现数据分析的乐趣！

别忘了，编程和数据分析一样，最重要的是动手实践。光看不练是学不会的，赶紧打开你的 Python 编辑器，把这些例子敲一遍，然后用自己的数据试试看。遇到问题别怕，网上搜搜，或者问问 ChatGPT，肯定能解决。加油，相信很快你就能用 Altair 画出漂亮的图表啦！

推 荐 阅 读