Python 下使用 Altair 数据制图

导读：Altair 作为一个 Python 数据制图库，提供了优雅的接口及自有的绘图语言。　 　 　 　 　

本文字数：4450，阅读时长大约：5分钟

https://linux.cn/article-12493-1.html

作者：Shaun Taylor-morgan

译者：SilentDawn

Python 中的绘图库提供了呈现数据的多种方式，可以满足你不同的偏好，如灵活性、布局、易用性，或者特殊的风格。

和其它方式相比，我发现，Altair 提供的是一种不同的解决方案，且总体而言使用起来更为简单。得益于声明式的绘图语言Vega，Altair 拥有一套优雅的接口，可以直接定义要绘的图应该是什么样子，而不是通过写一大堆循环和条件判断去一步步构建。

绘图流程

我通过绘制同一个多柱状图比较了多个 Python 绘图库的差异。正式开始之前，你需要将你的 Python 环境调整到能运行下面代码的状态。具体就是：

◈ 安装最新版的 Python（Linux、Mac和Windows系统下的安装方法）

◈ 确认该版本 Python 可以运行本教程所使用的库

演示用数据可从网络下载，并且可以用 pandas 直接导入：

import pandas as pd

df = pd.read_csv('https://anvil.works/blog/img/plotting-in-python/uk-election-results.csv')

准备开始吧。为了做个比较，先看下面这个用Matplotlib做的图：

Matplotlib UK election results

使用 Matplotlib 需要 16 行代码，图柱的位置需要自己计算。

使用 Altair 绘制相似的图，代码如下：

  import altair as alt

  chart = alt.Chart(df).mark_bar().encode(

      x='party',

      y='seats',

      column='year',

      color='party',

  )

  chart.save('altair-elections.html')

真是简洁多了！与Seaborn类似，Altair 所用数据的组织形式是每个变量一列（即数据列）。这种方式下可以将每个变量映射到图的一个属性上 —— Altair 称之为“通道”。在上例中，我们期望每个 “党派” 在x轴上显示为一组图柱， 其 “席位” 显示在y轴，且将图柱按照 “年份” 分开为 “列”。我们还想根据 “党派” 给图柱使用不同的 “颜色”。用语言表述需求的话就是上面这个样子，而这也正是代码所要表述的！

现在把图画出来：

Altair plot with default styling

调整样式

这和我们期待的效果有点接近了。与 Matplotlib 方案相比，主要区别在于 Altair 方案中，每个year组显示的时候，内部之间都有个小空白 —— 这不是问题，这只是 Altair 多柱状图显示的一个特性。

所以说呢，还需要对显示样式再做一些改进。

非整形数据

两个不是整数的年份名称（Feb 1974和Oct 1974）显示为NaN了。这可以通过将年份数值year转换为字符串来解决：

  df['year'] = df['year'].astype(str)

指定数据排序方法

还需要让 Altair 知道如何对数据进行排序。Altair 允许通过传给它一个Column对象，来设定Column通道的更多细节。现在让 Altair 按照数据在数据集中出现的顺序排列：

  chart = alt.Chart(df).mark_bar().encode(

      # ...

      column=alt.Column('year', sort=list(df['year']), title=None),

      # ...

  )

移除坐标轴标签

我们通过设置title=None移除了图顶的 "year" 标签。下面再一处每列数据的 "party" 标签：

  chart = alt.Chart(df).mark_bar().encode(

      x=alt.X('party', title=None),

      # ...

  )

指定颜色图

最后，我们还想自己指定图柱的颜色。Altair 允许建立domain中数值与range中颜色的映射来实现所需功能，太贴心了：

  cmap = {

      'Conservative': '#0343df',

      'Labour': '#e50000',

      'Liberal': '#ffff14',

      'Others': '#929591',

  }

  chart = alt.Chart(df).mark_bar().encode(

      # ...

      color=alt.Color('party', scale=alt.Scale(domain=list(cmap.keys()), range=list(cmap.values())))

  )

样式调整后的最终代码

应用上述样式调整之后，代码看起来不那么悦目了，但我们仍然是用声明的方式实现的，这正是 Altair 如此有弹性的原因所在。实现过程中，仍然是使用的异于显示数据的独立变量来分离图中不同属性的，而不是像在 Matplotlib 中那样直接对显示数据做复杂的操作。唯一的不同是，我们的变量名字封装在类似alt.X()的对象中，从而实现对显示效果的控制：

  import altair as alt

  from votes import long as df

  cmap = {

      'Conservative': '#0343df',

      'Labour': '#e50000',

      'Liberal': '#ffff14',

      'Others': '#929591',

  }

  df['year'] = df['year'].astype(str)

  # We're still assigning, e.g. 'party' to x, but now we've wrapped it

  # in alt.X in order to specify its styling

  chart = alt.Chart(df).mark_bar().encode(

      x=alt.X('party', title=None),

      y='seats',

      column=alt.Column('year', sort=list(df['year']), title=None),

      color=alt.Color('party', scale=alt.Scale(domain=list(cmap.keys()), range=list(cmap.values())))

  )

  chart.save('altair-elections.html')

现在与 Matplotlib 方案扯平了，代码数量达到了 16 行！

下图是使用我们的样式调整方案之后的 Altair 效果图：

The Altair plot with our custom styling

结论

尽管在代码数量上，使用 Altair 绘图没有表现出优势，但它的声明式绘图语言使得对图层的操控更为精密，这是我比较欣赏的。Altair 还提供了清晰而独立的方式来调校显示样式，这使得 相关代码与绘图的代码块分离开来。Altair 确实是使用 Python 绘图时又一个很棒的工具库。

本文首次发布于这里，蒙允编辑后再次发布。

via:https://opensource.com/article/20/6/altair-python

作者：Shaun Taylor-Morgan选题：lujun9972译者：silentdawn-zz校对：wxy

本文由LCTT原创编译，Linux中国荣誉推出