Pandas使用教程 - Pandas 与 Altair 集成

闲人编程

于 2025-03-20 07:30:00 发布

阅读量906

点赞数 25

分类专栏： Pandas使用教程文章标签： pandas 信息可视化分面多图组合交互自定义 Altair

本文链接：https://blog.csdn.net/qq_42568323/article/details/146351150

版权

Pandas使用教程专栏收录该内容

67 篇文章

订阅专栏

进阶篇71. Pandas 与 Altair 集成

Altair 是一个基于声明式语法构建交互式统计图表的 Python 库，其底层基于 Vega 和 Vega-Lite。Altair 与 Pandas 集成得非常紧密，因为你可以直接将 Pandas DataFrame 作为数据源传递给 Altair，快速创建直观且交互性强的图表。本文将详细介绍如何将 Pandas 数据与 Altair 结合使用，从基本图表绘制到高级定制，帮助你在数据可视化项目中获得更丰富的交互效果。

1. Altair 简介

Altair 采用声明式语法，让你可以专注于图表的设计和数据的映射，而无需关心底层绘图细节。数学上，Altair 的核心思想是将数据集 (D) 映射到图形表示 (f(D))，其中 (f) 通过编码（encoding）指定数据字段与图形属性（如 x、y、颜色、大小）的对应关系：
$\text{Figure} = f(\text{DataFrame}, \text{Encoding})$

2. 将 Pandas DataFrame 作为数据源

将 Pandas DataFrame 传递给 Altair 非常简单。Altair 使用 Chart() 函数创建图表，并通过 encode() 方法映射数据字段。以下是一个基本示例：

import pandas as pd
import altair as alt

# 创建示例 DataFrame
df = pd.DataFrame({
    'sepal_length': [5.1, 4.9, 4.7, 4.6, 5.0],
    'sepal_width': [3.5, 3.0, 3.2, 3.1, 3.6],
    'species': ['setosa', 'setosa', 'setosa', 'setosa', 'setosa']
})

# 创建散点图
chart = alt.Chart(df).mark_circle(size=100).encode(
    x='sepal_length',
    y='sepal_width',
    color='species'
).properties(
    title='Iris Dataset: Sepal Dimensions'
)

chart

在这个例子中：

我们创建了一个包含鸢尾花数据的 DataFrame。
使用 alt.Chart(df) 将 DataFrame 作为数据源。
通过 mark_circle() 指定绘制散点图，并使用 encode() 映射 sepal_length 和 sepal_width 到 x 和 y 轴，同时将 species 映射为颜色。

3. 高级定制与交互

Altair 支持丰富的图表定制功能，你可以轻松调整图表的标题、轴标签、图例、工具提示以及交互行为。

3.1 自定义图表属性

chart = alt.Chart(df).mark_circle(size=100).encode(
    x=alt.X('sepal_length', title='Sepal Length (cm)'),
    y=alt.Y('sepal_width', title='Sepal Width (cm)'),
    color=alt.Color('species', legend=alt.Legend(title='Species'))
).properties(
    title=alt.TitleParams(text='Iris: Sepal Dimensions', fontSize=16, anchor='middle'),
    width=500,
    height=400
)

chart

通过 alt.X() 和 alt.Y() 你可以设置轴的详细属性，而 properties() 允许设置整体图表的尺寸和标题。

3.2 添加交互功能

Altair 支持多种交互模式，如悬停工具提示、缩放和平移等。以下示例展示了如何添加工具提示：

chart = alt.Chart(df).mark_circle(size=100).encode(
    x='sepal_length',
    y='sepal_width',
    color='species',
    tooltip=['sepal_length', 'sepal_width', 'species']
).interactive().properties(
    title='Interactive Iris Scatter Plot'
)

chart

在这个示例中：

tooltip 参数指定当鼠标悬停时显示的字段。
interactive() 方法使得图表支持缩放和平移等交互操作。

4. 多图组合与分面展示

Altair 也支持分面图（facet）和多图组合，使你能够按照分类变量自动生成多个子图，以便对不同数据子集进行比较。

chart = alt.Chart(df).mark_circle(size=100).encode(
    x='sepal_length',
    y='sepal_width',
    color='species'
).facet(
    column=alt.Column('species:N', title='Species')
).properties(
    title='Facet Scatter Plot by Species'
)

chart