Python3，必备数据可视化之Altair，竟然比Matplotlib的用法还简单。

最新推荐文章于 2024-06-10 22:30:46 发布

置顶 Carl_奕然

最新推荐文章于 2024-06-10 22:30:46 发布

阅读量3.5k

点赞数 1

分类专栏： Python数据分析文章标签： matplotlib 数据分析数据可视化

本文链接：https://blog.csdn.net/wuyoudeyuer/article/details/134613416

版权

Python数据分析专栏收录该内容

23 篇文章 17 订阅

订阅专栏

数据可视化之Altair

1、引言
2、Altair介绍
3、总结

1、引言

小屌丝：鱼哥，你知道Altair吗
小鱼：我应不应该知道呢？
小屌丝：你说呢？
小鱼：那… 就不知道
小屌丝：这个可以知道。
小鱼：真的可以知道?
小屌丝：可以，反正外面气温这么低，泡泡澡也不错。
小鱼：那就知道。
小屌丝：我就知道你知道。
小鱼：你说知道那就知道。
小屌丝：你知道了，那不如也让我知道知道。
小鱼：你想知道什么？
小屌丝：我想知道你知道的。
在这里插入图片描述

小鱼：此时，小鱼的心理想法，就如上图。
小屌丝：我就是想了解Altair
小鱼：那我就想知道今天泡澡人多不多。
小屌丝：你让我知道 Altair，我就让你知道泡澡…
小鱼：君子一言。
小屌丝：洗浴中心见。
在这里插入图片描述

2、Altair介绍

2.1 基本定义

Altair基于Vega-Lite语法规则，将可视化描述为从数据到图形标记（例如，圆圈、矩形或折线）和属性（例如，颜色、大小、形状或透明度）的编码映射过程，使用Json格式规范图表外观，使用起来非常简单。
Altair也是Python中一个主打统计分析的可视化库，它和Seaborn不同的是，语法会更加简洁。

如果不了解Seaborn，可以参照小鱼的这篇博客：《Python3，区区5行代码，制作期待的图表，这技能值得拥有(二)》

在这里插入图片描述

2.2 常用功能

关于Altair的功能，确实很强大，这里，小鱼也例举几个，我们一起看下：

数据可视化：Altair提供了广泛的数据可视化功能，包括散点图、柱状图、热力图、直方图等。用户可以通过简单的代码调用，将数据以直观的形式展示出来。
数据探索：通过使用Altair的数据编码和数据链接功能，用户可以探索数据的不同维度之间的关系，以及数据中的模式和趋势。
数据分类和汇总：Altair可以帮助用户对数据进行分类和汇总。例如，可以通过对油耗进行分类，统计不同油耗区间的汽车数量。
多体系统仿真：Altair的MotionSolve™可以执行3D多体系统仿真，预测运动产品的动态响应并对其性能进行优化。这对于机械系统设计来说是非常有用的工具。
优化设计：Altair内置了多种优化算法，可以帮助用户找到最佳的设计方案，提高产品的性能和可靠性。
有限元分析：Altair提供了有限元分析功能，可以帮助用户解决各种复杂的工程问题，如结构分析、热分析、流体动力学分析等。
网格生成：Altair提供了高级的网格生成技术，能够快速、准确地创建适用于有限元分析的网格。
数据连接：Altair可以轻松地与其他数据分析和仿真软件进行连接，如ANSYS、SolidWorks等，以便进行更复杂的分析和优化。
定制化开发：对于特定应用场景，Altair还支持定制化开发，以满足用户的特定需求。

了解了Altair的功能，我们就来看看Altair的代码展示。

2.3 安装

因为 Altair是三方库，所以，需要先安装，在使用。
老规矩， pip安装

pip install altair

其它安装方式，直接看这两篇:

《Python3，选择Python自动安装第三方库，从此跟pip说拜拜！！》
《Python3：我低调的只用一行代码，就导入Python所有库！》

2.4 代码示例

# -*- coding:utf-8 -*-
# @Time   : 2023-11-25
# @Author : Carl_DJ

'''
实现功能：
  使用 Altair 交互可视化
'''
import altair as alt
import numpy as np
import pandas as pd

#  根据x和y计算z的值，这里的公式是x的平方加上y的平方。这样我们就得到了一个二维网格上的z值
x, y = np.meshgrid(range(-5, 5), range(-5, 5))
z = x ** 2 + y ** 2

# 将此网格转换为 Altair 所需的柱状数据
source = pd.DataFrame({'x': x.ravel(),
                     'y': y.ravel(),
                     'z': z.ravel()})

alt.Chart(source).mark_rect().encode(
    x='x:O',
    y='y:O',
    color='z:Q'
)