Atair 柱状比例图

如何熟练掌握可视化库和应对使用过程的疑难问题？

基本用法不妨访问 GeeksforGeeks

疑难问题优先搜索 https://stackoverflow.com

尽量使用官方文档： numpy的学习访问

https://numpy.org/doc/stable/user/index.html

例如：

一则 altair 使用过程的问题

https://stackoverflow.com/questions/64112919/altair-how-to-change-color-of-line-in-line-chart?rq=3

对于下面的示例,我想为出口使用绿色方案,为进口使用红色方案。当我分别创建图表时,一切正常,它们得到我分配给它们的颜色方案。

然而,当我连接图表时,两个图表都得到红色方案。

import pandas as pd
fruits = ['Apples', 'Pears', 'Nectarines', 'Plums', 'Grapes', 'Strawberries']
years = ["2015", "2016", "2017"]

exports = {'fruits' : fruits,
           '2015'   : [2, 1, 4, 3, 2, 4],
           '2016'   : [5, 3, 4, 2, 4, 6],
           '2017'   : [3, 2, 4, 4, 5, 3]}
imports = {'fruits' : fruits,
           '2015'   : [-1, 0, -1, -3, -2, -1],
           '2016'   : [-2, -1, -3, -1, -2, -2],
           '2017'   : [-1, -2, -1, 0, -2, -2]}

df_exp = pd.DataFrame(exports)
df_imp = pd.DataFrame(imports)

import altair as alt

cols_year_imp = df_imp.columns[1:]
cols_year_exp = df_exp.columns[1:]

imp = alt.Chart(df_imp).transform_fold(
    list(cols_year_imp)
).mark_bar(
    tooltip=True
).encode(
    x='value:Q',
    y='fruits:N',
    color=alt.Color('key:O', scale=alt.Scale(scheme='reds'))
)

exp = alt.Chart(df_exp).transform_fold(
    list(cols_year_exp)
).mark_bar(
    tooltip=True
).encode(
    x=alt.X('value:Q',title="Export"),
    y='fruits:N',
    color=alt.Color('key:O', scale=alt.Scale(scheme='greens', reverse=True)),
    order=alt.Order('key:O', sort='ascending')
)

# imp | exp
imp
exp
alt.hconcat(imp, exp)

折线图

请考虑以下示例：

请注意代码段X,Y的定义语法，altair 中的分层图表添加图例

在生成的图表中，我想添加一个图例，显示蓝线显示最高温度，红线显示最低温度。实现这一目标的最简单方法是什么？

import altair as alt
from vega_datasets import data

df = data.seattle_weather()

temp_max = alt.Chart(df).mark_line(color='blue').encode(
    x='yearmonth(date):T',
    y='max(temp_max)',
)

temp_min = alt.Chart(df).mark_line(color='red').encode(
    x='yearmonth(date):T',
    y='max(temp_min)',
)

temp_max + temp_min

我看到在问题的解决方案中：Altair中标记分层图表只有在编码中设置颜色或大小左右时才添加图例。

通常使用分类列，但这在这里是不可能的，因为正在绘制整个列，标签应该是列名称，现在显示在 y 轴标签中：

做一个折叠变换，以便变量可以正确编码。

import altair as alt
from vega_datasets import data

df = data.seattle_weather()

alt.Chart(df).mark_line().transform_fold(
    fold=['temp_max', 'temp_min'], 
    as_=['variable', 'value']
).encode(
    x='yearmonth(date):T',
    y='max(value):Q',
    color='variable:N'
)

案例二：股票的折线图

带有描边点标记的折线图

感到困惑的是如何处理“mark_line”点。

在 Vega 示例中，我需要使用“point”，然后将“filled”设置为 False。

import altair as alt
from vega_datasets import data

source = data.stocks()

alt.Chart(source).mark_line(
    point={
      "filled": False,
      "fill": "white"
    }
).encode(
    x='date',
    y='price',
    color='symbol'
)