从 Pandas 到 Polars 四十五：Polars、Altair 和 Vegafusion

Altair长期以来一直是我最喜欢的可视化库。它允许我通过简洁且一致的API制作美丽的可视化图表。然而，去年我发现我无法将Polars的DataFrame传递给Altair图表时，我感到很失望。

但那些日子已经过去了。在这篇文章中，我们将探讨随着Altair 5的发布，我们如何可以使用Altair和Polars，以及VegaFusion如何帮助Altair扩展到更大的数据集。

这是我使用泰坦尼克号数据集在我的课程中制作的一个简单图表。

class_survival_counts = (
    df
    .groupby('Survived','Pclass')
    .count())alt.Chart(
    class_survival_counts,
    width=600).mark_bar().encode(
    x="Pclass:N",
    y="count:Q",
    color="Survived:N")

很棒的一点是，这段代码和输出结果看起来与从Pandas中来的完全一样。

然而，对于像Polars这样的基于Arrow的库来说，Altair还处于早期阶段，您可能仍然会遇到一些奇怪的bug。

要使用Polars，您需要Altair v5+版本。在撰写本文时，您可以从PyPi安装此版本作为发布候选版。

Vegafusion

围绕Altair的另一个激动人心的发展是Vegafusion。Vegafusion可以帮助Altair图表通过服务器端渲染来克服著名的MaxRowsError。

（注：Vega Fusion 是一个用于 Python 的库，它旨在提供高性能的交互式可视化工具。Vega Fusion 是基于 Vega-Lite 语法的，这是一种轻量级的声明性语法，用于描述数据可视化。Vega Fusion 通过结合 Python 的数据处理能力和 Vega-Lite 的可视化能力，使得在 Python 中创建复杂的交互式图表变得更加容易。

Vega Fusion具有以下特点

• 高性能：Vega Fusion 通过客户端和服务器端的数据转换和计算来提高可视化性能，特别是对于大数据集。
• 交互性：创建的图表具有丰富的交互性，如缩放、平移、筛选等功能。
• 易于使用：用户可以使用 Python 代码定义 Vega-Lite 规格，而不需要直接编写 JSON。
• 兼容性：可以在 Jupyter Notebook、JupyterLab、Python Web 应用等环境中使用。）

什么是服务器端渲染？

在传统的Altair图表中，您将数据行提供给Altair，然后Altair（通过Vega-lite库）将这些数据传递给您的浏览器，浏览器使用Vega-lite将数据转换为可以渲染的HTML对象。然而，随着数据行数的增加，这种客户端渲染方式会让您的浏览器需要处理越来越多的数据。

使用Vegafusion时，渲染过程发生在服务器端。这意味着您可以像往常一样创建Altair图表，但随后数据会被传递给Vegafusion引擎。相比于浏览器，Vegafusion引擎更擅长处理大型数据集。然后，Vegafusion引擎将渲染好的HTML传递给您的浏览器。

要使用Vegafusion，您需要导入它并运行vf.enable()，这会告诉Altair由Vegafusion负责渲染工作。

import altair as altimport vegafusion as vfvf.enable()

当然，如果你的浏览器需要渲染大量的HTML对象，它可能仍然会感到不堪重负！例如，如果你正在制作一个包含数千个点的散点图，这仍然会给你的浏览器带来很大的工作量（甚至可能导致崩溃）。但是，如果Vegafusion能够减少数据量（例如，通过分箱、聚合或过滤），那么你将看到更大的好处。