（第二章）Python统计可视化的Altair的图形语法

建议配合目录，那不然看着蛮乱。

在这里讲一下我为什么喜欢Altair而不是那么喜欢matplotlib，是有一次帮人做数据可视化的图，但是用的是韩语，换了很多种字体都无法显示韩语，一怒之下就换了Altair，好像印象是因为Altair是基于网页？我忘了，反正帮了我大忙TAT....

2.1 Altair图形系统的组成模块

        Altair的图形系统由画布模块、线框模块、刻度模块、元素模块和装饰模块组成。

（1）线框模块。主要是由子区、图形框、图形框的填充颜色等组成，线框的载体是画布。

子区：图形区域中的小的图形区域。（如三个图中的其中一个为子图）

图形框：图形区域的边界框

图形框的填充颜色：填充图形区域以内的全部范围的颜色。（比如现在我指的地方是白色）

（2）刻度模块。由刻度线、刻度标签、轴脊和坐标轴等要素构成。

轴脊：刻度线和刻度标签的载体。

刻度线：轴脊上的类似标尺的标注数值位置的竖线。

刻度标签：描述等距竖线的距离的文本内容。

坐标轴：包括轴脊、刻度线和刻度标签。

量尺：设置坐标轴的映射关系。

坐标系：在直角坐标系下，通过有序实数对（x,y）描述点的位置。轴脊是与图形框互相重合的，因此，图形区域中有四条轴脊，分别是上轴脊、下轴脊、左轴脊和右轴脊。

（3）元素模块。主要是由图形区域中的几何形状要素构成。比如柱状图的柱子、气泡图中的圆形、折线图的折线。这些主要是起到视觉效果的作用。

（4）装饰模块。主要是图形区域中除线框、刻度和元素以外的要素。主要包括网格线、定位线、图形框标题、坐标轴标题、文本注释和图例等。

网格线：连接图形框的上下边界和左右边界的横纵交叉的直线

定位线：显示特定数值的线段（这个你们自己想象了，就是只要特定数值的线段）

图形框标题：标记图形区域的文本内容

坐标轴标题：标记x轴和y轴的文本内容

文本注释：精准标注图形区域中的线框要素、刻度要素、和元素要素的文本内容

图例：标记不同元素的文本内容

2.2 声明式统计可视化的意义和优势。

对比起Matplotlib、Plotly、Bokenh等比较来看，Altair好的一点在声明式统计可视化。声明式即描述、陈述和交互的过程，让我们更好的理解数据而不是放在复杂的视觉效果上。

（1）先写代码结构！

把东西往里面套就行了。(看注释！！！！）

import altair as alt
import pandas as pd
from vega_datasets import data

df=pd.read_json(data.cars.filepath)
chart=alt.Chart(df)

chart=alt.Chart(df).mark_point().encode(x="Horsepower:Q",y="Acceleration:Q") #前面不是说了吗，alt.Chart就是加载数据集，mark_*()是编码数据的标记样式，比如柱状图，直线图之类的，encode()就是设定映射数据的编码通道，即指定了要什么样的数据，数据的样式咋样
chart

 2.3 Altair的语法规则

2.3.1 Altair的数据结构

        在Altair中，使用的数据结构主要是Pandas中的DataFrame，因为DataFrame是一种类似Excel表格形式的数据结构，是一种整洁格式的二维表格，这也是统计可视化的特点之一，通过分类汇总和排列等统计技术，形成可读程度很高的表格。Altair提供的数据集和外部文件一般都可以通过Pandas的API函数以DataFrame的数据格式被加载。除了DataFrame，Altair还可以接受一下的几种数据结构。

（1）对象Data，比如

alt.Data(values=[{"a":"D","b":3},{"a":"B","b":"6"},{"a":"A","b":5}])

（2）用属性url指向JSON或者CSV格式的文本文件，例如，Altair的cars数据集，用data.cars.url方法即可加载JSON或者CSV格式的文本文件。

        在使用实例方法encode()的过程中，经常可以看到“Q”，“N”，“O”，“T”，这是变量类型的缩写样式，这也是Altair比较特别的地方，它可以通过去了解绘制图形使用的变量类型而去描绘图形，也更好的认识数据、理解数据和探索数据。

变量类型的具体内容

变量类型	描述	缩写	示例
名义型变量	定类数据(nominal),表示样本个体的属性分类或者类别分类，呈现出离散无序的状态	N	简单的可以理解为名词型变量，就是一个word，比如车的分类可以有本田、大众、特斯拉等等，饭堂的饭有鸡腿饭、烧鸭饭等
次序型变量	定序数据，表示样本个体在有序状态中的相对位置，还可以分正向数据类型和反向数据类型，呈现出离散有序的状态	O	比如淘宝评价可以有五颗星，问卷调查可以有“非常满意”，“比较满意”“一般”“比较不满意”“非常不满意”，如果把这五个选项分别量化为1、2、3、4、5，那么这就是一个正向数据类型，否则为反向数据
数量型变量	数值数据（quantitative）可以分为离散数据和连续数据	Q	离散数据有间断特征，相邻数值之间不可以继续划分，比如，页面访问次数、单位时间内的车辆通过量。连续数据具有不间断的特征，也就是说，相邻数值之间可以无限划分，比如，地铁票价、智能手机的充电时间
时间型变量	时间序列数据（temporal）可以分为日期时间数据（datetime）、日期数据（date）和时间数据（time）	T	日期数据主要由年月日三个时间维度组成，比如2024/6/29,日期数据页包括一年的12个月份、一周的7天。 时间数据就是小时分秒这三个组成，比如19:35:58。 日期时间数据就是日期数据和时间数据的组合，比如2024/6/29-19:35:58。

如果变量取值为字符串，则默认变量类型为名义型变量；

如果变量取值是数值，则默认变量类型为数量型变量；

如果变量取值为日期或时间，则变量类型默认设定为时间型变量；

名义型变量和次序型变量统称为离散型变量，时间型变量成为连续型变量；

如果数量型变量的取值是间断的离散数据，那么数量型变量则称为离散型变量；

如果数量型变量的取值为不间断的连续数据，那么数量型变量则称为连续型变量。

2.3.2 Altair的基本对象

        在Altair中创建一个基本的图形，要用实用类alt.Chart()，返回值是基本对象Chart。使用类alt.Chart()可以绘制大部分的统计图形，可以通过alt.Chart()的关键字参数实现制定数据源和图形样式等需求。除了关键字参数data，类alt.Chart()还有一些关键字参数。如下：

关键字参数	功能	备注
data	描述数据源	比如你的数据是xx.csv，你懂的
mark	描述数据编码的形状	比如bar是柱状图，写为mark_bar()
encoding	描述变量的映射通道	使用变量名称和变量类型描述变量，比如encode(x="Horsepower:Q",y="Acceleration:Q")，
background	使用CSS颜色作为画布的背景颜色	可以用Hex颜色编码格式
title	图形的标题
padding	画布边缘与图形框之间的距离
transform	数据的f分类、汇总和筛选等
height	画布的高度
width	画布的宽度
config	画布、图形区域等的属性配置

        比如属性mark=实例方法mark_*()，属性encoding=实例方法encode()

        一般的来说，使用基本对象Chart的实例方法mark*()描述数据编码的样式，样式包括形状（标记）、大小、方向、长度和颜色。使用实例方法encode()完成从数据列到可视化属性映射的过程，主要包括数据列的映射通道的设置，不同的映射通道上数据列的颜色、形状及位置的编码，提示信息的设置等。

         类alt.Chart()通过关键字参数data接收数据源类型，也就是数据结构，类alt.Chart()通过关键字参数data接收数据源，关键字参数data的参数值可以是DataFrame、对象data和使用属性url指向的JSON/CSV格式下的文本文件。

//导入需要的包
import altair as alt
import pandas as pd
from vega_datasets import data
//分别定义三种数据结构，就是DataFrame，对象Data和文本文件
df1=pd.DataFrame({"a":["D","B","A"],"b":[3,6,5]})
df2=alt.Data(values=[{"a":"D","b":3},{"a":"B","b":6},{"a":"A","b":5}])
df3=data.cars.url
//将三种数据结构作为关键字参数data的参数值传入类alt.Chart()，返回对象Chart，用变量存储。
chart1=alt.Chart(df1)
chart2=alt.Chart(df2)
chart3=alt.Chart(df3)

chart1.mark_bar().encode(x="a:N",y="b:Q")
//由于df1，df2中含有名义型数据,用柱状图表示。

chart2.mark_bar(color="lightblue").encode(x="a:N",y="b:Q")

前面说了mark_*()是描述数据编码的形状，这里弄个color在里面是代表所有数据都用这个色

chart3.mark_point().encode(x="Horsepower:Q",y="Miles_per_Gallon:Q",color="Origin:N")

前面说了encode是描述变量的映射通道，这里的color映射了不同的“Origin”

        做可视化的图要指定映射通道，也就是需要描述编码数据的位置，需要借助坐标系统的帮助，用x轴描述名义型变量的不同取值，用y轴描述数量型变量的具体取值。

        也可以这样！使用键“x”表示x轴，使用键对应的值{"type":"nominal","field":"a"}描述映射在x轴上的变量名称和变量类型，其中，使用"field"表示变量名称，使用键"type"表示变量类型。

//其中一种形式，但是我不太喜欢
encodeChannel={"x":{"type":"nominal","field":"a"},
               "y":{"type":"quantitative","field":"b"}}
alt.Chart(df1,mark="bar",encoding=encodeChannel)

 也可以这么写！

chart1.mark_bar().encode(x="a:N",y="b:Q")

 那么，我们怎么查到类alt.Chart()的关键字呢？

chart.encoding
//可查映射通道

chart.mark
//查形状
chart.width
//宽度
chart.height
//高度

也可以直接赋值。（这个图不对，应该是柱状图变宽变高了才是，，，）反正可以直接赋值！！

关键字参数	实例方法
mark="bar"	mark_bar()
encoding={"x":{"type":"nominal","field":"a"},"y":{"type":"quantitative","field":"b"}}	encode(x="a:N",y="b:Q")

两种都可以，我比较喜欢实例方法这种。

        无论是用关键字参数还是实例方法，绘制图形的关键都是样式（mark）和映射通道（encoding），这也是图形语法的核心：将不同维度的数据按照映射通道（x轴和y轴）映射到坐标系统上，以位置、形状（标记）、大小、方向、长度和颜色等编码数据，实现从数据到视觉暗示的映射过程。

2.3.3 Altair的展示方法

        1、一般用JupyterNotebook。比如这样

        2、Altair Viewer

        在Notebook的环境下，可以用Altair Viewer包的函数display()展示图形，生成的图形是一个具有本地URL的页面，而且后续生成的图形也是一样的URL的本地页面，安装如下：（去终端输入以下代码即可）

pip install altair_viewer

        但是display()函数不适合在*.py文件中使用。（notebook的是*.ipynb）

        我无法展示，反正就是可以在网页看图像，地址是localhost，以前可以用，现在不行了，不知道为什么。但是代码如下：

altair_viewer.display(chart)

        用关键字参数inline可以将图形内嵌到Notebook中

import altair_viewer
altair_viewer.display(chart,inline=True)

        在兼容IPython终端的Notebook的环境中，Altair的Viewer包可以通过启动altair_viewer渲染器的方法加载和使用

alt.renderers.enable("altair_viewer")
df=data.cars()
chart=alt.Chart(df).mark_point().encode(x="Acceleration:Q",y="Weight_in_lbs:Q")
chart

        生成的图形是一个有URL的本地页面，实现与函数display()相同的作用。

alt.renderers.enable("altair_viewer",inline=True)

        在*.py文件中，用如下代码可以实现与函数show()相同的作用。结尾用这个即可。

chart.show()

在不是Notebook的环境中，比如*.py文件中，可以用Altair Viewer包的函数show()展示图形

altair_viewer.show(chart)

2.3.4 Altair的存储方法

        在Altair中，除了可以展示图形，还可以存储图形对象，存储图形对象的文件格式有HTML、JSON、PNG、SVG和PDF。存储方法既可以是实例方法save()，也可以通过Web浏览器将展示的图形页面保存。

        （1）用实例方法save()，将图形对象保存为HTML文件，保存的文件格式是HTML

chart.save("d:/chart.html")
//注意了这个是保存的地址+文件名，比如我现在保存在d盘，文件名叫chart.html
//你也可以改成123.html，保存地址你喜欢，但是记得加斜杠，你懂得

        （2）用实例方法save()，将图形对象保存为JSON文件，保存的文件格式是JSON

chart.save("d:/chart.json")

        其他的比如png、svg都是一样的！！！！

        （3） 用Web浏览器将图形对象保存为图片文件。

        在Altair中，可以用生成图形对象的Web页面将图形对象保存为图片文件。

我无法展示，因为我浏览器那个弄不了，，，现在用notebook，但是notebook无法保存，有这样交互式的按钮，你们看着办。。。也可以在web浏览器中查看JSON字符串，通过修改相关参数值和数值等方式交互地看可视化效果。

参考文献

刘大成. Python统计可视化之Altair探索分析实践指南，2022.