【導(dǎo)語(yǔ)】如何將我們的數(shù)據(jù)以更好的形勢(shì)呈現(xiàn)出來(lái)？擅長(zhǎng)不同編程語(yǔ)言的程序員會(huì)選擇各自技術(shù)范疇內(nèi)成熟、好用的工具包，比如 R 語(yǔ)言的開發(fā)者最常使用的是 ggplot2，但它不支持 Python；以前 Python 語(yǔ)言的開發(fā)者使用最多的是 matplotlib，一個(gè)很強(qiáng)大的可視化庫(kù)，不過(guò)它的局限也非常嚴(yán)重，制作交互式圖表也是一件難事。今天要給大家推薦一個(gè)新的工具——Altair，一個(gè) Vega-Lite 的包裝器，也許這些概念你都還不沒了解過(guò)，接下來(lái)我們就在下面的文章為大家作介紹。

ggplot2 是 R 的作圖工具包，可以使用非常簡(jiǎn)單的語(yǔ)句實(shí)現(xiàn)非常復(fù)雜漂亮的效果。然而不幸的是，ggplot2 并不支持 Python。

在 Python 中，我們常使用 matplotlib 用于可視化圖形，matplotlib是一個(gè)很強(qiáng)大的可視化庫(kù)，但是它有著很嚴(yán)重的局限性。matplotlib 的使用非常靈活，這可以說(shuō)的上是它的一個(gè)優(yōu)點(diǎn)，但是當(dāng)我們想為圖形加一個(gè)小小的功能的時(shí)候，它的繁瑣操作會(huì)讓我們舉步維艱。除此之外，matplotlib 的兩種界面（面向?qū)ο蠼缑妗⒒跔顟B(tài)的界面）令人相當(dāng)困惑，對(duì)于新手很不友好。即使對(duì)于多年使用 matplotlib 的人而言，他們也無(wú)法完全掌握這些操作。最后不得不說(shuō)的是，用 matplotlib 制作交互式圖表是一件相當(dāng)困難的事情。

Altair 和圖形語(yǔ)法

Altair 是 Vega-Lite 的包裝器。Vega-Lite 是 JavaScript 的高級(jí)可視化庫(kù)，它最最重要的特點(diǎn)是，它的API是基于圖形語(yǔ)法的。

什么是圖形語(yǔ)法呢？圖形語(yǔ)法聽起來(lái)有點(diǎn)像一個(gè)抽象的功能，值得注意的是，它是 Altair 和其他 Python 可視化庫(kù)之間最主要的區(qū)別。Altair 符合我們?nèi)祟惪梢暬瘮?shù)據(jù)的方式和習(xí)慣，Altair 只需要三個(gè)主要的參數(shù)：

Mark.數(shù)據(jù)在圖形中的表達(dá)形式。點(diǎn)、線、柱狀還是圓圈？

Channels.決定什么數(shù)據(jù)應(yīng)該作為x軸，什么作為y軸；圖形中數(shù)據(jù)標(biāo)記的大小和顏色。

Encoding.指定數(shù)據(jù)變量類型。日期變量、量化變量還是類別變量？

基于以上三個(gè)參數(shù)，Altair 將會(huì)選擇合理的默認(rèn)值來(lái)顯示我們的數(shù)據(jù)。

Altair 最讓人著迷的地方是，它能夠合理的選擇顏色。如果我們?cè)?Encoding 中指定變量類型為量化變量，那么 Altair 將會(huì)使用連續(xù)的色標(biāo)來(lái)著色（默認(rèn)為 淺藍(lán)色-藍(lán)色-深藍(lán)色）。如果變量類型指定為類別變量，那么 Altair 會(huì)為每個(gè)類別賦予不同的顏色。（例如 紅色，黃色，藍(lán)色）

補(bǔ)充：Vega-Lite 有兩種類型的類別變量：名義變量和序數(shù)變量。名義變量的集合中，各元素的排序階數(shù)沒有任何實(shí)際意義，例如大陸集合是歐洲，亞洲，非洲，美洲，大洋洲，他們的次序沒有任何數(shù)值上的意義；序數(shù)變量的集合中，各元素的排序階數(shù)是有實(shí)際意義的，例如亞馬遜的評(píng)論可以是一星，二星，三星，四星或五星，星級(jí)的高低次序是由意義的。

讓我們來(lái)看一個(gè)具體的例子，如下所示，我們組織了6個(gè)國(guó)家和它們所對(duì)應(yīng)的人口數(shù)據(jù)，除此之外，還有相應(yīng)的收入數(shù)據(jù)：

import pandas as pdimport altair as altdata = pd.DataFrame({'country_id': [1, 2, 3, 4, 5, 6], 'population': [1, 100, 200, 300, 400, 500],'income':[1000,50,200,300,200,150]})

首先我們繪制每個(gè)國(guó)家的人口數(shù)據(jù)：

首先我們繪制每個(gè)國(guó)家的人口數(shù)據(jù)："""As we mentioned before, we need to define 3 parameters: 1. Mark: We do this by using "mark_circle". 2. Channel: We only define an x-axis and we map it to the population. 3. Encodings: We define both variables as quantitative by using :Q after the column name"""categorical_chart = alt.Chart(data).mark_circle(size=200).encode( x='population:Q', color='country_id:Q')

從上圖可以看出，Altair 選擇了連續(xù)色標(biāo)，在本例中這是沒有意義的。問(wèn)題的根源在于，我們將 country_id 定義為量化變量，而實(shí)際上，它應(yīng)該是一個(gè)類別變量，修改代碼如下：

# We changed color='country_id:Q' to color='country_id:N' to indicate it is a nominal variablecategorical_chart = alt.Chart(data).mark_circle(size=200).encode( x='population:Q', color='country_id:N')

從圖中可以看到，每個(gè)國(guó)家都用了不同的顏色表示。我們僅僅改變了變量 country_id 的編碼，即用 N (Nominal 名義變量)替換了 Q (Quantitative 量化變量)。這點(diǎn)小小的改變就足以使得 Altair 明白，它不該使用連續(xù)色標(biāo)，而是使用獨(dú)立色標(biāo)。

圖表的擴(kuò)展

Altair 的另一個(gè)美妙之處就是，我們可以從現(xiàn)有的圖表中創(chuàng)建新的圖表。例如，我們現(xiàn)在要加入新的數(shù)據(jù) income，我們唯一需要做的就是告訴 Altair：用 income 作為y軸，代碼如下所示：

categorical_chart = alt.Chart(data).mark_circle(size=200).encode( x='population:Q', y='income:Q', color='country_id:N')

如果想添加數(shù)據(jù)提示的功能（tooltip，鼠標(biāo)懸停在數(shù)據(jù)上時(shí)，會(huì)顯示該數(shù)據(jù)的詳細(xì)信息），只需要增加一行代碼：

categorical_chart = alt.Chart(data).mark_circle(size=200).encode( x='population:Q', y='income:Q', color='country_id:N', tooltip=['country_id', 'population', 'income']))

Altair 的迷人之處

在接觸 Altair 之前，我們常常持有一種的懷疑態(tài)度：這些可視化工具的包裝器真的好用嗎？通常來(lái)講，包裝是一個(gè)壞主意，就拿 ggplot2 來(lái)說(shuō)，它的很多包裝器都沒有被 Python 社區(qū)廣泛采用。這些包裝器很難創(chuàng)建功能完整的版本，而且它們的更新也常常不及時(shí)。然而 Altair 卻不一樣：

Altair 的 API 非常全面。這就要感謝 Jake Vanderplas（JVP）偉大的設(shè)計(jì)，凡是 Vega-Lite 能夠做的，Python 就可以做。這是因?yàn)?Altair 只是一個(gè) Python API，它能夠生成有效的 Vega-Lite jsons，而 API 是以編程的方式生成的，因此在 Vega-Lite 的新版本發(fā)布后，Altair 能夠全面而且快速的更新，這一切都顯得如此美妙。

直觀且具有符合 Python 習(xí)慣的接口。就像使用其他的 Python 庫(kù)一樣，我們需要一些時(shí)間來(lái)習(xí)慣。但 Altair 的精彩之處在于，它所有的設(shè)置都符合人類的推理方式，這樣我們就能很快的了解它內(nèi)部的運(yùn)作原理，并且因此而變得高效。

互動(dòng)性強(qiáng)。Vega-Lite 交互性非常強(qiáng)大，我們不僅能夠使用一行代碼來(lái)添加 tooltips，還能將圖的選擇區(qū)與另一個(gè)可視化圖關(guān)聯(lián)。

高度靈活性。Altair的marks可以理解為圖表構(gòu)建中的模塊。如下圖所示，我們用圓圈標(biāo)記、線標(biāo)記和文本標(biāo)記的組合來(lái)構(gòu)建一個(gè)圖。最終的代碼可讀性強(qiáng)，而且易于修改，這對(duì)于 matplotlib 來(lái)說(shuō)是很難的。

有點(diǎn)很多，同時(shí)也存在一些不足

Altair 的主要缺點(diǎn)

沒有 3d 繪圖。如果3d可視化對(duì)您的工作很重要，那么 Altair 不太適合您。

Altair 不是 D3.js。就像許多的高級(jí)可視化框架一樣，Altair 也不是 100% 可定制的，在某些時(shí)候，我們會(huì)遇到一些無(wú)法用Altair制作的圖表。（注：D3.js 是一個(gè) JavaScript 庫(kù)，用于在 Web 瀏覽器中生成動(dòng)態(tài)的交互式數(shù)據(jù)可視化。 它利用了廣泛實(shí)施的 SVG，HTML5 和 CSS 標(biāo)準(zhǔn)，具有高度的可定制性）

統(tǒng)計(jì)支持較差。如果需要對(duì)數(shù)據(jù)進(jìn)行線性回歸的話，還是推薦用 Seaborn 來(lái)進(jìn)行快速可視化。