Python進行資料視覺化，你會用什麼庫來做呢？

用Python進行資料視覺化你會用什麼庫來做呢？

今天就來和大家分享Python資料視覺化庫中的一員猛將——Altair！

它非常簡單、友好，並基於強大的Vega-Lite JSON規範構建，我們只需要簡短的程式碼即可生成美觀、有效的視覺化效果。

Altair是什麼

Altair是統計視覺化Python 庫，目前在GitHub上已經收穫超過3000 Star。

藉助Altair，我們可以將更多的精力和時間放在理解資料本身及資料意義上，從複雜的資料視覺化過程中解脫出來。

簡單來說，Altair是一種視覺化語法，也是一種建立、儲存和分享互動式視覺化設計的宣告式語言，可以使用JSON 格式描述視覺化的外觀和互動過程，產生基於網路的影象。

我們來看看利用Altair做出的視覺化效果！

Altair的優勢

Altair可以通過分類彙總（aggregation）、資料變換（datatransformation）、資料互動、圖形複合等方式全面地認識資料、理解資料和分析資料。這些過程都可以幫助我們增加對資料本身和資料意義的理解維度，培養直觀的資料分析思維。

總的來看，Altair 的特點有以下幾個方面。

• 基於圖形語法的宣告式Python API。
• 基於Vega-Lite 的JSON 語法規則生成Altair 的Python 程式碼。
• 在啟動的Jupyter Notebook、JupyterLab 和nteract 中展示統計視覺化過程。
• 可以將視覺化作品匯出為PNG/SVG 格式的圖片、獨立執行的HTML 格式的網頁，或者在線上Vega-Lite 編輯器中檢視執行效果。

在Altair中，使用的資料集要以“整潔的格式”載入。Pandas 中的 DataFrame 是 Altair 使用的主要資料結構之一。Altair對Pandas的DataFrame有很好地載入效果，載入方法簡單高效。例如，使用Pandas讀取Excel資料集，使用Altair載入Pandas返回值的實現程式碼，如下所示：

import altair as alt
import pandas as pd
data = pd.read_excel( "Index_Chart_Altair.xlsx", sheet_name="Sales", parse_dates=["Year"] )
alt.Chart( data )

牛刀小試——弄出一個條形圖

Altair 很強調變數型別的區分和組合。變數的取值是資料，且有差異，有數值、字串、日期等表現形式。變數是資料的儲存容器，資料是變數的儲存單元內容。

另一方面，從統計抽樣角度來看，變數是總體，資料是樣本，需要使用樣本研究和分析總體。可以通過將不同的變數型別相互組合從而生成統計圖形，以便更直觀地認識資料。

按照不同變數型別的組合方式劃分，變數型別的組合方式可以分為如下幾種。

• 名義型變數+數量型變數。
• 時間型變數+數量型變數。
• 時間型變數+名義型變數。
• 數量型變數+數量型變數。

其中，時間型變數是一種特殊型別的數量型變數，可以將時間型變數設定為名義型變數（N）或次序型變數（O），實現時間型變數的離散化，從而形成與數量型變數的組合。

這裡以名義型變數+數量型變數中的一條來講解。

如果將數量型變數對映到x 軸，將名義型變數對映到y 軸，依然將柱體作為資料的編碼樣式（標記樣式），就可以繪製條形圖。條形圖可以更好地使用長度變化比較商品銷售利潤的差距，如下圖所示。

對照柱形圖的實現程式碼，條形圖的實現程式碼變化的部分如下所示。

chart = alt.Chart(df).mark_bar().encode(x="profit:Q",y="product:N")

複雜的圖形也很簡單

下面就演示一下分割槽展示不同年份的每月平均降雨量！

我們可以使用面積圖描述西雅圖從2012 年到2015 年的每個月的平均降雨量統計情況。接下來，進一步拆分平均降雨量，以年份為分割槽標準，使用階梯圖將具體年份的每月平均降雨量分割槽展示，如下圖所示。

核心的實現程式碼如下所示。

…
chart = alt.Chart(df).mark_area(
color="lightblue",
interpolate="step",
line=True,
opacity=0.8
).encode(
alt.X("month(date):T",
axis=alt.Axis(format="%b",
formatType="time",
labelAngle=-15,
labelBaseline="top",
labelPadding=5,
title="month")),
y="mean(precipitation):Q",
facet=alt.Facet("year(date):Q",
columns=4,
header=alt.Header(
labelColor="red",
labelFontSize=15,
title="Seattle Monthly Precipitation from 2012 to 2015",
titleFont="Calibri",
titleFontSize=25,
titlePadding=15)
)
0)
…

在類alt.X()中，使用month 提取時間型變數date 的月份，對映在位置通道x軸上，使用匯總函式mean()計算平均降雨量，使用折線作為編碼資料的標記樣式。

在例項方法encode()中，使用子區通道facet 設定分割槽，使用year 提取時間型變數date 的年份，作為拆分從2012 年到2015 年每個月的平均降雨量的分割槽標準，從而將每年的不同月份的平均降雨量分別顯示在對應的子區上。使用關鍵字引數columns設定子區的列數，使用關鍵字引數header 設定子區序號和子區標題的相關文字內容。

具體而言，使用Header 架構包裝器設定文字內容，也就是使用類alt.Header()的關鍵字引數完成文字內容的設定任務，關鍵字引數的含義如下所示。

• labelColor：序號標籤顏色。
• labelFontSize：序號標籤大小。
• title：子區標題。
• titleFont：子區字型。
• titleFontSize：子區字型大小。
• titlePadding：子區標題與序號標籤的留白距離。