统计图表的优雅变换:Altair|可视化系列06

Altair简介

Altair是一个强大且简明的声明式统计可视化Python库，它能够快速绘制出各种优雅可交互的统计图表。
Altair基于一个前端图表库Vega-Lite，因此绘图的成果也可以通过 chart.to_json() 在前端项目中结合vega库使用。Vega-Lite是一套交互式图形语法，通过简洁的JSON键值对配置快速生成可视化结果，来支持数据分析工作。Altair可读作阿泰尔，天文学中指牵牛星、牛郎星，天鹰座中最明亮的恒星，用这个意象也表达了这个库的野望。

Altair的语法特点是：建立chart对象后，通过约定是什么图形(点、线、柱或其他)、轴域映射方式、颜色输出可视化图表。理念通关实践去理解，直接看绘图的框架。

基础绘图

Altair绘图代码框架如下：

import altair as alt
import pandas as pd
df=pd.DataFrame({'x':['Mon.','Tue.','Wed.','Thu.','Fri.'], 'y':[76,37,90,60,50]})
alt.Chart(df,width=400,height=300).mark_point().encode(
    x='x',
    y='y'
).interactive()

从上面的语句能看到的是其写法很像ggplot2、plotnine这类库，建立chart对象再声明图表类型和x、y轴数据映射，并可以用链式写法不断垒个性化配置上去，这也是声明式(declarative)语法的特点。通过 pip install altair 安装好Altair库之后，通过alt.Chart(df,width=400,height=300)创建一个绘图对象，.mark_point()表明是映射为散点图，散点图需要对应的x,y序列坐标，在.encode()里声明，.interactive()让输出的图表有基础的交互功能。

.encode()对应的配置参数有：

• x: x轴的数据，水平方向数据序列；
• y: y轴的数据列表，对应竖直方向；
• size: 点状类型的半径，或其他类型的长度等；
• color: 图形元素的颜色，支持CSS颜色的各种写法，可以是一列也可以是一个16进制的字符串；
• opacity: 图元透明度，用的是opacity，不是alpha喔；
• shape: 点状元素的形状；
• tooltip: 鼠标放到图元上时显示的提示文本列；
• order: 声明图层顺序；

另外column和row是在分面时用的，根据选定的列进行分面的水平拆分和垂直拆分。
Altair更擅长画统计图表，因此下面的案例在数据方面全用数据框(DataFrame)格式进行实践。

同样的数据，同样的列映射到x轴和y轴，encode的写法是一致的，改变图表类型只需要.mark_point变成.mark_line绘制折线图。

从图中可以看出，Altair有好几种方法绘制出散点图，mark_point()统领散点图，而mark_circle()、mark_square()等和_point()的不同之处在于circle限制了用圆形，而point是可通过size配置形状的。

Altair可以轻松地绘制出折线图及阶梯线图。

alt.Chart(df,width=400,height=300).mark_line(color='#1EAFAE').encode(
    x='x',
    y='y'
)

【Altair绘制折线图】 0-903-06-02-1.PNG

在mark_line里设置interpolate为step-after则折线图变阶梯线图。

#所用到的数据集
df=pd.DataFrame({'x':['Mon.','Tue.','Wed.','Thu.','Fri.'],
                 'y':[76,37,90,60,50],
                 'z':[37,46,53,81,60],
                 'h':[3,1,5,4,2],
                 'k':['a','a','c','d','c']})
alt.Chart(df).mark_line(interpolate='step-after').encode(
    x='x',
    y='y'
) #阶梯线

【添加参数折线图变阶梯线】 0-903-06-03

将mark_line变成mark_bar是绘制柱图，包括柱状图和条形图。只需要互换x和y的映射赋值，可以实现条形图和柱状图的调换。因为默认的柱宽度比较小，画布宽度显得小了，在Chart对象里使用width参数声明图表整体宽度。

alt.Chart(df,width=400).mark_bar().encode(
    x='x',
    y='y'
)

【基础柱图 0-905-06-05-altair-1.PNG】

图中一个小细节是Fri.在最前面，因为x轴默认进行了排序，这一点和plotnine很像，要保持原来的['Mon.','Tue.',...]顺序，需要设置x轴的配置，那如何设置呢？先验知识是，在encode中，最简单的参数写法是.encode(x='x')这种传入列名的写法，在Python中，一切皆是对象，Altair关于X轴对象封装为了altair.X()，因此另一种写法是.encode( x= alt.X('x'))，故在altair.X()里可以设置排序顺序。

alt.Chart(df,width=350).mark_bar(color='#1EAFAE').encode(
    x=alt.X('x',sort=None),
    y=alt.Y('y'),
)

【x轴按默认顺序的柱状图】
【0-905-06-06-altair-1.PNG】

alt.X里的sort参数可以取值为”ascending”、”descending”或者None。alt.X对象常用的配置参数还有：title(设置标题)、stack(堆叠图的起始偏移处)、aggregate(数据聚合方式，可以是sum、count、min等)
。完整的可视化信息图还需要配置文本标签、图例、标题等，Altair相关的参数也挺容易用。

bar=alt.Chart(d1,width=400).mark_bar(color='#1EAFAE').encode(
    x=alt.X('x',sort=None,title='date'),
    y=alt.Y('y',title='count')
)
t=bar.mark_text(
    baseline='top',
    ).encode(text='y')

(bar+t).properties(
    title='weekly ride'
).configure_title(
    fontSize=20,
    anchor='middle',
    color='gray'
)

Altair还能绘制茎叶图，其他可视化库要绘制茎叶图挺复杂的甚至画不出来，而Altair能优雅画出。
【数据列轻松绘茎叶图】

统计制图

特别能体现Altair优雅的地方在于，x，y的映射可以包含汇总函数，例如对于一个二维的订单表，统计各月份单数绘制为柱状图，只需要把x赋值为month(order_time)，令y的值为count()即可。一个简单的例子如下，可视化展示df表中列k里各元素的出现次数。

alt.Chart(df,width=300).mark_bar(color='#1EAFAE').encode(
    x='k',
    y='count()'
)

【在Altair里使用聚合运算】
【0-905-07-02-altair-1.PNG】

Altair内置了一些经典的数据科学数据集，封装在vega_datasets里，在使用pip安装Altair时也会同步安装上。下面通过著名的iris鸢尾花数据集展现Altair在统计制图方面的优势。

from vega_datasets import data
iris = data.iris() #使用Altair的内置数据集
alt.Chart(iris).mark_bar().encode(
    alt.X('sepalWidth:Q', bin=alt.BinParams(maxbins=20)),
    alt.Y('count()')
)

【绘制iris数据集的花萼宽度直方图】
0-905-07-03-altair-1.PNG

在alt.X和alt.Y中，还可以对数据集进行排序和筛选再绘图，很多处理细节都封装好了，调用起来写的语句可以很优雅。
通过配置以上提到的各种参数绘制出蝴蝶图，如下。

left =  alt.Chart(d1,height=230,width=270).encode(
    y=alt.Y('x:O', axis=None),
    x=alt.X('y',
            title='pop',
            sort=alt.SortOrder('descending'))
).mark_bar(color='#1EAFAE').properties(title='Female')

middle =alt.Chart(d1).encode(
    y=alt.Y('x', axis=None),
    text=alt.Text('x')
).mark_text().properties(height=230,width=30)

right = alt.Chart(d1,height=230,width=270).encode(
    y=alt.Y('x', axis=None),
    x=alt.X('z', title='pop')
).mark_bar(color='#FFA069',
           cornerRadiusTopRight=5, #设置圆角矩形
           cornerRadiusBottomRight=5).properties(title='Male')

alt.concat(left,middle, right, spacing=5)

【蝴蝶图】
0-905-07-01-altair-1.PNG

分面

将一系列图排成一横排可以使用concat方法alt.concat(c1,c2)，上图就用到了，或者使用更优雅的c1|c2进行分面，而要实现上下排列的分面，使用c1&c2。

h=alt.Chart(iris,width=300).mark_bar(color='#1EAFAE').encode(
    alt.X('sepalWidth:Q', bin=alt.BinParams(maxbins=20)),
    alt.Y('count()')
).interactive()
box=alt.Chart(iris,width=300).mark_boxplot(color='#1EAFAE').encode(
    x='species',
    y='petalLength'
).interactive()

h|box #横向排列
# h & box #上下排列

【横向排列分面】

df = data.cars()

alt.Chart(df.mark_circle().encode(
    alt.X(alt.repeat("column"), type='quantitative'),
    alt.Y(alt.repeat("row"), type='quantitative'),
    color='Origin:N'
).properties(
    width=100,
    height=100
).repeat(
    row=['Horsepower', 'Acceleration', 'Miles_per_Gallon'],
    column=['Miles_per_Gallon', 'Acceleration', 'Horsepower']
).interactive()

【一个挺完整的分面图】
【0-903-06-06-2.PNG】

除了对图表进行分面排列外，
组合多种类型的图到一个坐标系里也很重要。 在Altair中，|和&用于分面，而+号用于把多个图表对象(alt.Chart)组合在一个坐标系里，组合图有两种写法，写法1是从头新建多个图表对象，最后用+号连接，写法2是公用一些配置，通过bar.mark_circle()覆盖掉原先的mark_x形成新的对象，再通过+号连接，这种写法通过公用一些属性再覆盖图的类型简化代码，两种写法的例子如下：

bar= alt.Chart(d3).mark_bar(height=2).encode(x='y',y='x')
point = alt.Chart(d2).mark_point(filled=True).encode(x='y',y='x')
bar + point  # 写法1
# 写法2
bar= alt.Chart(d3).mark_bar(height=2).encode(x='y',y='x')
bar + bar.mark_circle()

【组合绘制棒棒糖图】
0-905-07-06-altair-1

要让Altair绘制的图具有交互性是很容易的（交互的细节都封装了，直接调用高差的方法就行），通过给图表对象加上.interactive() 便可获得基础的缩放和拖拽交互。而且在分面图里使用interactive之后，对其中的子图进行缩放，其他图也会联动缩放，非常实用。一些深入的交互功能可以通过封装的chart.add_selection()、alt.selection_multi()和.transform_filter()等实现。一些细节是，在Altair中，散点图的交互，只有y轴缩放，x轴不变，而柱状图xy都会缩放，直方图则是只在x轴缩放，挺有趣的。

深入学习

一个成熟的可视化库都应该有定制主题进行颜色、图元的配置。在Altair中，定制主题的写法如下，很像直接写一个json对象。

def lyns_marks():
    return {
        'config': {
            'view': {
                'height': 300,
                'width': 400,
            },
            'mark': {
                'color':'#1eafae',
                #'fill':'#1eafae'
            }
        }
    }
alt.themes.register('lyns_theme',lyns_marks)

alt.themes.enable('lyns_theme') #使用该主题

Altair也支持地理信息的可视化，用Altair库画地图的示例代码如下，为了方便和容易复现，继续使用vega_datasets里的数据集。

sphere = alt.sphere()
graticule = alt.graticule()
world=data.world_110m.url
source = alt.topo_feature(world, 'countries')
alt.layer(
    alt.Chart(sphere).mark_geoshape(fill='lightblue'),
    alt.Chart(graticule).mark_geoshape(stroke='white', strokeWidth=0.5),
    alt.Chart(source).mark_geoshape(fill='#1eafae', stroke='black')
).project('naturalEarth1'
).properties(width=600, height=400).configure_view(stroke=None)

【Altair绘制世界地图】
0-905-07-08-altair-1.PNG

将绘制的图表保存到本地可以用bar.save('altair_bar.html')保存为HTML文档，保留着交互功能，要直接保存为PNG图片或PDF需要再安装一个altair_saver包，再调用bar.save('altair_bar.png')。

总结

Altair是一个语法挺简洁、功能挺强大的Python可视化库，它封装了很多实用的方法用于统计数据的可视化，能用优雅的语法方便地对二维表格数据(代表格式是pandas的DataFrame)进行筛选分组汇总映射为各种图表类型，配置各种图元参数也很便捷，对地理空间数据支持也不错。可惜的是目前还没有支持饼图这一图表类型。
Altair基于Vega-lite套件封装的可视化功能，再底层是D3。在Vega体系里，封装的Python可视化库还有vincent及PdVega等。其中vincent在2016年之后就不再更新，其github页面上建议去了解Altair。而PdVega本身就和Altair关系密切，其文档的地址就是altair-viz.github.io/pdvega，很能说明问题，当然这两个库是差异化发展的，PdVega的特点是针对Jypyter Notebook环境进行了针对性的适配，并且API向pandas内置的plotting看齐。

在公众号后台回复 Altair 获取本文的xmind笔记和ipynb代码文件。
【Altair库思维导图 Altair可视化XMIND】

最后，用Altair绘制一个Altair的icon；

d3=pd.DataFrame({'a':[0,10.1],'b':[0,100.2]})
d4=pd.DataFrame({'a':[10,20],'b':[100,100]})
d5=pd.DataFrame({'a':[18,28],'b':[70,70]})
d6=pd.DataFrame({'a':[26,36],'b':[40,40]})
a1=alt.Chart(d3).mark_area(color='#FBC02D').encode(
    x='a',
    y='b'
).interactive()
a2=alt.Chart(d4).mark_area(color='#03A9F4').encode(
    x='a',
    y='b'
).interactive()
a3=alt.Chart(d5).mark_area(color='#4FC3F7').encode(
    x='a',
    y='b'
).interactive()
a4=alt.Chart(d6).mark_area(color='#B3E5FC').encode(
    x='a',
    y='b'
).interactive()
a5=a1+a2+a3+a4
a5.configure_axis(grid=False)

【动图，gif 序列 01-2185-1】

参考资料：

• Altair官网
• notebook上的Altair教程
• vincent
• PdVega