Python下使用Altair数据制图

开发 后端
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。

[[336583]]

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。

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( LinuxMac 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:

  1. import pandas as pd
  2. 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:

  1.     import altair as alt
  2.  
  3.     chart = alt.Chart(df).mark_bar().encode(
  4.         x='party',
  5.         y='seats',
  6.         column='year',
  7.         color='party',
  8.     )
  9.  
  10.     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:

  1.     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:

  1.     chart = alt.Chart(df).mark_bar().encode(
  2.         # ...
  3.         column=alt.Column('year', sort=list(df['year']), title=None),
  4.         # ...
  5.     )

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:

  1.     chart = alt.Chart(df).mark_bar().encode(
  2.         x=alt.X('party', title=None),
  3.         # ...
  4.     )

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:

  1.     cmap = {
  2.         'Conservative': '#0343df',
  3.         'Labour': '#e50000',
  4.         'Liberal': '#ffff14',
  5.         'Others': '#929591',
  6.     }
  7.  
  8.     chart = alt.Chart(df).mark_bar().encode(
  9.         # ...
  10.         color=alt.Color('party', scale=alt.Scale(domain=list(cmap.keys()), range=list(cmap.values())))
  11.     )

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:

  1.     import altair as alt
  2.     from votes import long as df
  3.  
  4.     cmap = {
  5.         'Conservative': '#0343df',
  6.         'Labour': '#e50000',
  7.         'Liberal': '#ffff14',
  8.         'Others': '#929591',
  9.     }
  10.  
  11.     df['year'] = df['year'].astype(str)
  12.  
  13.     # We're still assigning, e.g. 'party' to x, but now we've wrapped it
  14.     # in alt.X in order to specify its styling
  15.     chart = alt.Chart(df).mark_bar().encode(
  16.         x=alt.X('party', title=None),
  17.         y='seats',
  18.         column=alt.Column('year', sort=list(df['year']), title=None),
  19.         color=alt.Color('party', scale=alt.Scale(domain=list(cmap.keys()), range=list(cmap.values())))
  20.     )
  21.  
  22.     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。  

责任编辑:庞桂玉 来源: Linux中国
相关推荐

2023-06-09 18:02:19

2020-03-27 17:23:24

NVIDIA

2022-07-07 08:50:26

Python可视化模块代码

2020-12-21 05:56:54

Clipboard A复制图像开发技术

2022-06-29 09:54:17

Python数据可视化Altair

2013-07-29 11:19:16

iOS开发iOS开发学习FMDB更新二进制图片

2021-09-24 09:45:27

Python神经网络人工智能

2013-12-04 16:07:27

Android游戏引擎libgdx教程

2018-05-07 14:38:23

数据机器学习人工智能

2011-03-28 12:33:09

SQL Server数据库链接

2017-09-15 09:45:08

华为

2009-03-10 09:38:02

oraclepython数据库

2013-06-26 13:51:50

Deja Dup备份

2022-11-02 14:45:24

Python数据分析工具

2019-07-22 08:49:37

PythonJSON编程语言

2016-10-13 16:02:04

2017-11-27 11:41:06

python数据库数据分析

2020-03-02 18:56:03

PythonGNU Octave编程语言

2023-10-10 09:13:15

Python数据的操作转换
点赞
收藏

51CTO技术栈公众号