超酷的可视化python库Altair

最新推荐文章于 2025-06-03 10:50:20 发布

风控小兵突击

最新推荐文章于 2025-06-03 10:50:20 发布

阅读量559

点赞数 9

文章标签： python 开发语言人工智能数据分析金融机器学习

本文链接：https://blog.csdn.net/weixin_43420291/article/details/136242011

版权

本文介绍了Altair，一个基于Vega-Lite的Python库，用于快速创建统计可视化。通过实例展示如何安装和使用Altair，以及如何利用其简洁语法实现不同类型的图表，如条形图、标记图和交互式散点图矩阵。

摘要生成于 C知道，由 DeepSeek-R1 满血版支持，前往体验 >

Altair是基于Vega-Lite的Python下的声明式统计可视化库。Altair是一个 Python统计可视化库。与Matplotlib 和Seaborn相比，Altair 更注重统计特征。Altair凭借其强大而简洁的可视化语法，可帮助你快速构建各种可视化效果。

Altair源码：
https://github.com/altair-viz/altair
Altair文档：
https://altair-viz.github.io/
Vega-Lite源码：
https://github.com/vega/vega-lite
Vega-Lite文档：
https://vega.github.io/vega-lite/

▍Altair库的安装

pip install altairpip install altair vega_datasets

▍Altair库的实战

import pandas as pd
import altair as alt

from vega_datasets import data
cars = data.cars()
cars.head()

chart = alt.Chart(cars)

alt.Chart(cars).mark_bar().encode(
x=alt.X('Miles_per_Gallon', bin=alt.Bin(maxbins=30)),
y='count()',
color='Origin',
column='Origin'
)

alt.Chart(cars).mark_tick().encode(x='Miles_per_Gallon')

interval = alt.selection_interval()
base = alt.Chart(cars).mark_point().encode(
    y='Horsepower',
    color=alt.condition(interval, 'Origin', alt.value('lightgray')),
    tooltip='Name'
).properties(
    selection=interval
)
hist = alt.Chart(cars).mark_bar().encode(
    x='count()',
    y='Origin',
    color='Origin'
).properties(
    width=800,
    height=80
).transform_filter(
    interval
)
scatter = base.encode(x='Miles_per_Gallon') | base.encode(x='Acceleration')
scatter & hist

import altair as alt
from vega_datasets import data

source = data.stocks()

alt.Chart(source).mark_line(
    point=alt.OverlayMarkDef(filled=False, fill="white")
).encode(
    x='date:T',
    y='price:Q',
    color='symbol:N'
)

import altair as alt
from vega_datasets import data

source = data.cars()

alt.Chart(source).mark_circle().encode(
    alt.X(alt.repeat("column"), type='quantitative'),
    alt.Y(alt.repeat("row"), type='quantitative'),
    color='Origin:N'
).properties(
    width=150,
    height=150
).repeat(
    row=['Horsepower', 'Acceleration', 'Miles_per_Gallon'],
    column=['Miles_per_Gallon', 'Acceleration', 'Horsepower']
).interactive()