用Python進(jìn)行數(shù)據(jù)可視化你會(huì)用什么庫來做呢？

今天就來和大家分享Python數(shù)據(jù)可視化庫中的一員猛將——Altair！

它非常簡單、友好，并基于強(qiáng)大的Vega-Lite JSON規(guī)范構(gòu)建，我們只需要簡短的代碼即可生成美觀、有效的可視化效果。

Altair是什么

Altair是統(tǒng)計(jì)可視化Python 庫，目前在GitHub上已經(jīng)收獲超過3000 Star。

借助Altair，我們可以將更多的精力和時(shí)間放在理解數(shù)據(jù)本身及數(shù)據(jù)意義上，從復(fù)雜的數(shù)據(jù)可視化過程中解脫出來。

簡單來說，Altair是一種可視化語法，也是一種創(chuàng)建、保存和分享交互式可視化設(shè)計(jì)的聲明式語言，可以使用JSON 格式描述可視化的外觀和交互過程，產(chǎn)生基于網(wǎng)絡(luò)的圖像。

我們來看看利用Altair做出的可視化效果！

Altair的優(yōu)勢

Altair可以通過分類匯總（aggregation）、數(shù)據(jù)變換（datatransformation）、數(shù)據(jù)交互、圖形復(fù)合等方式全面地認(rèn)識數(shù)據(jù)、理解數(shù)據(jù)和分析數(shù)據(jù)。這些過程都可以幫助我們增加對數(shù)據(jù)本身和數(shù)據(jù)意義的理解維度，培養(yǎng)直觀的數(shù)據(jù)分析思維。

總的來看，Altair 的特點(diǎn)有以下幾個(gè)方面。

• 基于圖形語法的聲明式Python API。
• 基于Vega-Lite 的JSON 語法規(guī)則生成Altair 的Python 代碼。
• 在啟動(dòng)的Jupyter Notebook、JupyterLab 和nteract 中展示統(tǒng)計(jì)可視化過程。
• 可以將可視化作品導(dǎo)出為PNG/SVG 格式的圖片、獨(dú)立運(yùn)行的HTML 格式的網(wǎng)頁，或者在線上Vega-Lite 編輯器中查看運(yùn)行效果。

在Altair中，使用的數(shù)據(jù)集要以“整潔的格式”加載。Pandas 中的 DataFrame 是 Altair 使用的主要數(shù)據(jù)結(jié)構(gòu)之一。Altair對Pandas的DataFrame有很好地加載效果，加載方法簡單高效。例如，使用Pandas讀取Excel數(shù)據(jù)集，使用Altair加載Pandas返回值的實(shí)現(xiàn)代碼，如下所示：

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

牛刀小試——弄出一個(gè)條形圖

Altair 很強(qiáng)調(diào)變量類型的區(qū)分和組合。變量的取值是數(shù)據(jù)，且有差異，有數(shù)值、字符串、日期等表現(xiàn)形式。變量是數(shù)據(jù)的存儲容器，數(shù)據(jù)是變量的存儲單元內(nèi)容。

另一方面，從統(tǒng)計(jì)抽樣角度來看，變量是總體，數(shù)據(jù)是樣本，需要使用樣本研究和分析總體?？梢酝ㄟ^將不同的變量類型相互組合從而生成統(tǒng)計(jì)圖形，以便更直觀地認(rèn)識數(shù)據(jù)。

按照不同變量類型的組合方式劃分，變量類型的組合方式可以分為如下幾種。

• 名義型變量+數(shù)量型變量。
• 時(shí)間型變量+數(shù)量型變量。
• 時(shí)間型變量+名義型變量。
• 數(shù)量型變量+數(shù)量型變量。

其中，時(shí)間型變量是一種特殊類型的數(shù)量型變量，可以將時(shí)間型變量設(shè)定為名義型變量（N）或次序型變量（O），實(shí)現(xiàn)時(shí)間型變量的離散化，從而形成與數(shù)量型變量的組合。

這里以名義型變量+數(shù)量型變量中的一條來講解。

如果將數(shù)量型變量映射到x 軸，將名義型變量映射到y(tǒng) 軸，依然將柱體作為數(shù)據(jù)的編碼樣式（標(biāo)記樣式），就可以繪制條形圖。條形圖可以更好地使用長度變化比較商品銷售利潤的差距，如下圖所示。  

對照柱形圖的實(shí)現(xiàn)代碼，條形圖的實(shí)現(xiàn)代碼變化的部分如下所示。

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

復(fù)雜的圖形也很簡單

下面就演示一下分區(qū)展示不同年份的每月平均降雨量！

我們可以使用面積圖描述西雅圖從2012 年到2015 年的每個(gè)月的平均降雨量統(tǒng)計(jì)情況。接下來，進(jìn)一步拆分平均降雨量，以年份為分區(qū)標(biāo)準(zhǔn)，使用階梯圖將具體年份的每月平均降雨量分區(qū)展示，如下圖所示。

核心的實(shí)現(xiàn)代碼如下所示。

…
chart = alt.Chart(df).mark_area(
color="lightblue",
interpolate="step",
line=True,
opacity=0.8
).encode(
alt.X("month(date):T",
axis=alt.Axis(format="%b",
formatType="time",
labelAngle=-15,
labelBaseline="top",
labelPadding=5,
title="month")),
y="mean(precipitation):Q",
facet=alt.Facet("year(date):Q",
columns=4,
header=alt.Header(
labelColor="red",
labelFontSize=15,
title="Seattle Monthly Precipitation from 2012 to 2015",
titleFont="Calibri",
titleFontSize=25,
titlePadding=15)
)
0)
…

在類alt.X()中，使用month 提取時(shí)間型變量date 的月份，映射在位置通道x軸上，使用匯總函數(shù)mean()計(jì)算平均降雨量，使用折線作為編碼數(shù)據(jù)的標(biāo)記樣式。

在實(shí)例方法encode()中，使用子區(qū)通道facet 設(shè)置分區(qū)，使用year 提取時(shí)間型變量date 的年份，作為拆分從2012 年到2015 年每個(gè)月的平均降雨量的分區(qū)標(biāo)準(zhǔn)，從而將每年的不同月份的平均降雨量分別顯示在對應(yīng)的子區(qū)上。使用關(guān)鍵字參數(shù)columns設(shè)置子區(qū)的列數(shù)，使用關(guān)鍵字參數(shù)header 設(shè)置子區(qū)序號和子區(qū)標(biāo)題的相關(guān)文本內(nèi)容。

具體而言，使用Header 架構(gòu)包裝器設(shè)置文本內(nèi)容，也就是使用類alt.Header()的關(guān)鍵字參數(shù)完成文本內(nèi)容的設(shè)置任務(wù)，關(guān)鍵字參數(shù)的含義如下所示。

• labelColor：序號標(biāo)簽顏色。
• labelFontSize：序號標(biāo)簽大小。
• title：子區(qū)標(biāo)題。
• titleFont：子區(qū)字體。
• titleFontSize：子區(qū)字體大小。
• titlePadding：子區(qū)標(biāo)題與序號標(biāo)簽的留白距離。