用Python進行數據可視化你會用什么庫來做呢？

今天就來和大家分享Python數據可視化庫中的一員猛將——Altair！

它非常簡單、友好，并基于強大的Vega-Lite JSON規范構建，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是統計可視化Python 庫，目前在GitHub上已經收獲超過3000 Star。

借助Altair，我們可以將更多的精力和時間放在理解數據本身及數據意義上，從復雜的數據可視化過程中解脫出來。

簡單來說，Altair是一種可視化語法，也是一種創建、保存和分享交互式可視化設計的聲明式語言，可以使用JSON 格式描述可視化的外觀和交互過程，產生基于網絡的圖像。

我們來看看利用Altair做出的可視化效果！

Altair的優勢

Altair可以通過分類匯總（aggregation）、數據變換（datatransformation）、數據交互、圖形復合等方式全面地認識數據、理解數據和分析數據。這些過程都可以幫助我們增加對數據本身和數據意義的理解維度，培養直觀的數據分析思維。

總的來看，Altair 的特點有以下幾個方面。

• 基于圖形語法的聲明式Python API。
• 基于Vega-Lite 的JSON 語法規則生成Altair 的Python 代碼。
• 在啟動的Jupyter Notebook、JupyterLab 和nteract 中展示統計可視化過程。
• 可以將可視化作品導出為PNG/SVG 格式的圖片、獨立運行的HTML 格式的網頁，或者在線上Vega-Lite 編輯器中查看運行效果。

在Altair中，使用的數據集要以“整潔的格式”加載。Pandas 中的 DataFrame 是 Altair 使用的主要數據結構之一。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數據集，使用Altair加載Pandas返回值的實現代碼，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——弄出一個條形圖

Altair 很強調變量類型的區分和組合。變量的取值是數據，且有差異，有數值、字符串、日期等表現形式。變量是數據的存儲容器，數據是變量的存儲單元內容。

另一方面，從統計抽樣角度來看，變量是總體，數據是樣本，需要使用樣本研究和分析總體。可以通過將不同的變量類型相互組合從而生成統計圖形，以便更直觀地認識數據。

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+數量型變量。
• 時間型變量+數量型變量。
• 時間型變量+名義型變量。
• 數量型變量+數量型變量。

其中，時間型變量是一種特殊類型的數量型變量，可以將時間型變量設定為名義型變量（N）或次序型變量（O），實現時間型變量的離散化，從而形成與數量型變量的組合。

這里以名義型變量+數量型變量中的一條來講解。

如果將數量型變量映射到x 軸，將名義型變量映射到y 軸，依然將柱體作為數據的編碼樣式（標記樣式），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。  

對照柱形圖的實現代碼，條形圖的實現代碼變化的部分如下所示。

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

復雜的圖形也很簡單

下面就演示一下分區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 年的每個月的平均降雨量統計情況。接下來，進一步拆分平均降雨量，以年份為分區標準，使用階梯圖將具體年份的每月平均降雨量分區展示，如下圖所示。

核心的實現代碼如下所示。

…
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 提取時間型變量date 的月份，映射在位置通道x軸上，使用匯總函數mean()計算平均降雨量，使用折線作為編碼數據的標記樣式。

在實例方法encode()中，使用子區通道facet 設置分區，使用year 提取時間型變量date 的年份，作為拆分從2012 年到2015 年每個月的平均降雨量的分區標準，從而將每年的不同月份的平均降雨量分別顯示在對應的子區上。使用關鍵字參數columns設置子區的列數，使用關鍵字參數header 設置子區序號和子區標題的相關文本內容。

具體而言，使用Header 架構包裝器設置文本內容，也就是使用類alt.Header()的關鍵字參數完成文本內容的設置任務，關鍵字參數的含義如下所示。

• labelColor：序號標簽顏色。
• labelFontSize：序號標簽大小。
• title：子區標題。
• titleFont：子區字體。
• titleFontSize：子區字體大小。
• titlePadding：子區標題與序號標簽的留白距離。