介紹本期主角之前，先給大家一張GIF

是不是很炫酷？更神奇的是，完成這么一幅可交互的圖表，僅需不到20行代碼。

這幅圖是用Python的可視化庫Altair繪制的，Altair可以使用強(qiáng)大而簡潔的可視化語法快速開發(fā)各種統(tǒng)計可視化圖表。用戶只需要提供數(shù)據(jù)列與編碼通道之間的鏈接，例如x軸，y軸，顏色等，其余的繪圖細(xì)節(jié)它會自動處理。

事實上，Altair能做的還有很多，大家可以去官網(wǎng)example gallery觀賞

安裝、配置、導(dǎo)入Altair

如果你安裝的是anaconda（我強(qiáng)烈建議你安裝這個IDE），Altair已經(jīng)內(nèi)置，無需再安裝。但是如果需要實例數(shù)據(jù)集，還要安裝vega_datasets：

pip?install?vega_datasets

然后打開anaconda安裝目錄，打開Navigation

打開JupyterLab

新建一個notebook，運(yùn)行示例代碼，OK!

Altair圖形語法

Chart有三個基本方法：數(shù)據(jù)（data）、標(biāo)記（mark）和編碼（encode），使用它們的格式如下：alt.Chart(data).mark_point().encode(

encoding_1='column_1',

encoding_2='column_2',

etc. )

Data：Altair內(nèi)部使用的數(shù)據(jù)以Pandas中的Dataframe格式存儲，但有以下三種方式傳入：

• 以Pandas的DataFrame格式傳入；
• 以Data對象傳入；
• 以指向csv或json文本的url傳入；

Mark:定義好數(shù)據(jù)之后，需要選擇顯示的圖形比如條形圖、折線圖、面積圖、散點圖、直方圖、地圖等各種交互式圖表。

Encoding:編碼方式定義了圖片顯示的各種屬性，如每個圖片的位置，圖片軸的屬性等。這部分是最重要的，記住關(guān)鍵的幾個就行。

位置通道：定義位置相關(guān)屬性：

• x: x軸數(shù)值
• y: y軸數(shù)值
• row: 按行分列圖片
• column: 按列分列圖片

通道描述：

• color: 標(biāo)記點顏色
• opacity: 標(biāo)記點的透明度
• shape: 標(biāo)記點的形狀
• size: 標(biāo)記點的大小

通道域信息：text：文本標(biāo)記 label：標(biāo)簽

數(shù)據(jù)類型：

• quantitative：縮寫Q 連續(xù)型數(shù)據(jù)
• ordinal：縮寫O 離散型
• nominal：縮寫N 離散無序
• temporal：縮寫T 時間序列

分類與聚合：最大值、最小值、均值、求和等等

交互

除了繪制基本圖像，Altair強(qiáng)大之處在于用戶可以與圖像進(jìn)行交互，包括平移、縮放、選中某一塊數(shù)據(jù)等操作。在繪制圖片的代碼后面，調(diào)用interactive()模塊，就能實現(xiàn)平移、縮放。

Altair還為創(chuàng)建交互式圖像提供了一個selection的API，在選擇功能上，我們能做出一些更酷炫的高級功能，例如本文開頭處展示的GIF，對選中的數(shù)據(jù)點進(jìn)行統(tǒng)計，生成實時的直方圖。?

import?altair?as?alt?
from?vega_datasets?import?data
source?=?data.cars()
brush?=?alt.selection(type='interval')
points?=?alt.Chart(source).mark_point().encode(?x='Horsepower:Q',?y='Miles_per_Gallon:Q',?color=alt.condition(brush,?'Origin:N',?alt.value('lightgray'))?).add_selection(?brush?)
bars?=?alt.Chart(source).mark_bar().encode(?y='Origin:N',?color='Origin:N',?x='count(Origin):Q'?).transform_filter(?brush?)
points?&?bars

學(xué)習(xí)方法與建議

沒什么捷徑，只有多看文檔、源碼。