＞Python 可視化アーティファクト Altair

開発 2023-07-02 06:37:04 訪問数: null

Python 視覚化アーティファクト

Python 視覚化アーティファクト Altair

altair今日は、 r の ggplot に構文が似ているPython ライブラリを紹介します。

中国語との互換性も非常に優れており、簡単な散布図を例に挙げます。

インストールに関するメモ:

pip install altair
pip install vega-datasets#注意这里是"-"不是"_"，我们要使用到其中的数据

import altair as alt
from vega_datasets import data
cars = data.cars()
cars

alt.Chart(cars).mark_point().encode(
    x='Horsepower',
    y='Miles_per_Gallon',
    color='Origin',
    shape='Origin'
).interactive()

次のグラフィックを出力し、その横にある 3 つの点をクリックして、さまざまな形式の画像として保存します。

画像-20221214133847325

その構文は非常に単純であることがわかります。

  • 車は私たちが必要とするデータであり、彼はデータフレームです（データフレームの形式）

  • メイクポイントは散布図です

  • x='Horsepower'、y='Miles_per_Gallon' は、それぞれ x 軸と y 軸のデータに対応します。

  • color='Origin' は原点に従って色をマッピングします。これは ggplot の構文と非常によく似ています。

  • shape='Origin'、ここでは原点の場所に従って点の形状をマッピングします。

  • interactive() インタラクティブな画像を生成します。効果は次のとおりです。

画像の説明を追加してください

1. 簡単なグラフィックをいくつか描きます

(1).ヒストグラム

構文は簡単です

import altair as alt
import pandas as pd

source = pd.DataFrame({
    
    
    'a': ['A', 'B', 'C', 'D', 'E', 'F', 'G', 'H', 'I'],
    'b': [28, 55, 43, 91, 81, 53, 19, 87, 52]
})

alt.Chart(source).mark_bar().encode(
    x='a',
    y='b',
    color="a"
)

画像-20221214140900377

1. 次に、強調表示されたヒストグラムの特定の列を設定し、他の列を同じ色に設定することもできます。

import altair as alt
import pandas as pd

source = pd.DataFrame({
    
    
    'a': ['A', 'B', 'C', 'D', 'E', 'F', 'G', 'H', 'I'],
    'b': [28, 55, 43, 91, 81, 53, 19, 87, 52]
})

alt.Chart(source).mark_bar().encode(
    x='a:O',
    y='b:Q',
    color=alt.condition(
        alt.datum.a=="A",#这里设置条件，如果a的值是"A"，需要改动的只有a这个地方和"A"这个地方，后者是前者满足的条件
        alt.value("red"),#如果满足上面的条件颜色就变成红色
        alt.value("yellow")#如果不满足就变成黄色
    )
).properties(width=600,height=400)#这里的height和width分别设置图片的大小和高度

画像-20221214153017888

2. 画像を反転し、同時に画像の注釈を追加し、画像にデータを追加します

えーっと、実際、画像を反転すると、X 軸と Y 軸のデータが入れ替わることになります。

import altair as alt
import pandas as pd

source = pd.DataFrame({
    
    
    'a': ['A', 'B', 'C', 'D', 'E', 'F', 'G', 'H', 'I'],
    'b': [28, 55, 43, 91, 81, 53, 19, 87, 52]
})

bars=   alt.Chart(source).mark_bar().encode(
    x='b:Q',
    y='a:O',
    color="a")
text = bars.mark_text(
    align='right',#在这里选择一个['left', 'center', 'right']
    baseline='middle',
    dx=10  # Nudges text to right so it doesn't appear on top of the bar
).encode(
    text='a'#这里是添加数据
)
bars+text

画像-20221214154018862

3. グラフに線を追加する

import altair as alt
import pandas as pd

source = pd.DataFrame({
    
    
    'a': ['A', 'B', 'C', 'D', 'E', 'F', 'G', 'H', 'I'],
    'b': [28, 55, 43, 91, 81, 53, 19, 87, 52]
})

bars=   alt.Chart(source).mark_bar().encode(
    x='a',
    y='b',
    color="a")

rule = alt.Chart(source).mark_rule(color='red').encode(
    y='mean(b)',
)
(bars+rule).properties(width=600,height=400)

画像-20221214155142287

4. 複合チャート、ヒストグラム + 折れ線チャート

まず、X 軸を修正する必要があります

import altair as alt
from vega_datasets import data
import pandas as pd

source = pd.DataFrame({
    
    
    'a': ['A', 'B', 'C', 'D', 'E', 'F', 'G', 'H', 'I'],
    'b': [28, 55, 43, 91, 81, 53, 19, 87, 52]
})
base = alt.Chart(source).encode(x='a:O')

bar = base.mark_bar().encode(y='b:Q')

line =  base.mark_line(color='red').encode(
    y='b:Q'
)

(bar + line).properties(width=600)

画像-20221214155933379

(2). ヒートマップ

import altair as alt
import numpy as np
import pandas as pd

# Compute x^2 + y^2 across a 2D grid
x, y = np.meshgrid(range(-5, 5), range(-5, 5))
z = x ** 2 + y ** 2

# Convert this grid to columnar data expected by Altair
source = pd.DataFrame({
    
    'x': x.ravel(),
                     'y': y.ravel(),
                     'z': z.ravel()})

alt.Chart(source).mark_rect().encode(
    x='x:O',
    y='y:O',
    color='z:Q'
)

画像-20221214141345469

(3). ヒストグラム

さまざまな範囲の数値の出現数を数えます

以下は初期の自動車データの例です。

import altair as alt
from vega_datasets import data
cars = data.cars()
cars
alt.Chart(cars).mark_bar().encode(
    alt.X("Displacement", bin=True),
    y='count()',
    color="Origin"
)

画像-20221214142326999

(4). 折れ線グラフ

関数曲線の描画に使用できます。例:
y = sin ⁡ x 5 \displaystyle y=\frac{\sin x}{5}y=5罪×

import altair as alt
import numpy as np
import pandas as pd

x = np.arange(100)
source = pd.DataFrame({
    
    
  'x': x,
  'f(x)': np.sin(x / 5)
})

alt.Chart(source).mark_line().encode(
    x='x',
    y='f(x)'
)

画像-20221214142546699

(5). マウスチップによる散布図

つまり、特定の場所をクリックすると、その座標などの対応する情報が表示されます。

たとえば、次のコードでツールチップを設定し、特定の点をクリックすると、対応する名前、属性、馬力が表示されます。

import altair as alt
from vega_datasets import data

source = data.cars()

alt.Chart(source).mark_circle(size=60).encode(
    x='Horsepower',
    y='Miles_per_Gallon',
    color='Origin',
    tooltip=['Name', 'Origin', 'Horsepower', 'Miles_per_Gallon']
).interactive()

画像の説明を追加してください

(6). 積み上げ面グラフ

たとえば、次のコードでは、x は異なる年、y は異なる原材料を使用した正味発電量です。

import altair as alt
from vega_datasets import data

source = data.iowa_electricity()
source
alt.Chart(source).mark_area().encode(
    x="year:T",
    y="net_generation:Q",
    color="source:N"
)

画像-20221214143550277

(7). ファンチャート

import pandas as pd
import altair as alt

source = pd.DataFrame({
    
    "category": [1, 2, 3, 4, 5, 6], "value": [4, 6, 10, 3, 7, 8]})

alt.Chart(source).mark_arc(innerRadius=50).encode(
    theta=alt.Theta(field="value", type="quantitative"),
    color=alt.Color(field="category", type="nominal"),
)

画像-20221214161547967

2. 高度な操作

1. 折れ線グラフ

1. 95% 信頼区間バンドを含む折れ線グラフを作成します。

## 带有置信区间
import altair as alt
from vega_datasets import data

source = data.cars()

line = alt.Chart(source).mark_line().encode(
    x='Year',
    y='mean(Miles_per_Gallon)'
)

band = alt.Chart(source).mark_errorband(extent='ci').encode(
    x='Year',
    y=alt.Y('Miles_per_Gallon', title='Miles/Gallon'),
)

band + line

画像-20221214160510796

2. 折れ線グラフのマーカー

#折线图标记
import altair as alt
import numpy as np
import pandas as pd

x = np.arange(100)
source = pd.DataFrame({
    
    
  'x': x,
  'f(x)': np.sin(x / 5)
})

alt.Chart(source).mark_line(
    point=alt.OverlayMarkDef(color="red")
).encode(
    x='x',
    y='f(x)'
)

画像-20221214160756661

3. 折れ線グラフの線の太さをさまざまな位置に設定します

#线条粗细随之变化
import altair as alt
from vega_datasets import data

source = data.wheat()

alt.Chart(source).mark_trail().encode(
    x='year:T',
    y='wheat:Q',
    size='wheat:Q'
)

画像-20221214161027315

2. 標準エリア積み上げチャート

違うのは、彼が全体像を埋めるということだ画像-20221214161332328

import altair as alt
from vega_datasets import data

source = data.iowa_electricity()

alt.Chart(source).mark_area().encode(
    x="year:T",
    y=alt.Y("net_generation:Q", stack="normalize"),
    color="source:N"
)

3. 隙間のある円グラフ

import numpy as np
import altair as alt

alt.Chart().mark_arc(color="gold").encode(
    theta=alt.datum((5 / 8) * np.pi, scale=None),
    theta2=alt.datum((19 / 8) * np.pi),
    radius=alt.datum(100, scale=None),
)

画像-20221214161654529

1.円グラフ

import pandas as pd
import altair as alt

source = pd.DataFrame({
    
    "category": [1, 2, 3, 4, 5, 6], "value": [4, 6, 10, 3, 7, 8]})

alt.Chart(source).mark_arc().encode(
    theta=alt.Theta(field="value", type="quantitative"),
    color=alt.Color(field="category", type="nominal"),
)

画像-20221214161804227

2. 放射円グラフ

import pandas as pd
import altair as alt

source = pd.DataFrame({
    
    "values": [12, 23, 47, 6, 52, 19]})

base = alt.Chart(source).encode(
    theta=alt.Theta("values:Q", stack=True),
    radius=alt.Radius("values", scale=alt.Scale(type="sqrt", zero=True, rangeMin=20)),
    color="values:N",
)

c1 = base.mark_arc(innerRadius=20, stroke="#fff")

c2 = base.mark_text(radiusOffset=10).encode(text="values:Q")

c1 + c2

画像-20221214162318304

4. 高度な散布図

1. エラーバー付きの散布図

import altair as alt
import pandas as pd
import numpy as np

# generate some data points with uncertainties
np.random.seed(0)
x = [1, 2, 3, 4, 5]
y = np.random.normal(10, 0.5, size=len(x))
yerr = 0.2

# set up data frame
source = pd.DataFrame({
    
    "x": x, "y": y, "yerr": yerr})

# the base chart
base = alt.Chart(source).transform_calculate(
    ymin="datum.y-datum.yerr",
    ymax="datum.y+datum.yerr"
)

# generate the points
points = base.mark_point(
    filled=True,
    size=50,
    color='black'
).encode(
    x=alt.X('x', scale=alt.Scale(domain=(0, 6))),
    y=alt.Y('y', scale=alt.Scale(zero=False))
)

# generate the error bars
errorbars = base.mark_errorbar().encode(
    x="x",
    y="ymin:Q",
    y2="ymax:Q"
)

points + errorbars

画像-20221214162544140

2. 散布図のラベル付け

#散点图加标签
import altair as alt
import pandas as pd

source = pd.DataFrame({
    
    
    'x': [1, 3, 5, 7, 9],
    'y': [1, 3, 5, 7, 9],
    'label': ['我', '是', '你', '爸', '爸']
})

points = alt.Chart(source).mark_point().encode(
    x='x:Q',
    y='y:Q'
)

text = points.mark_text(
    align='left',
    baseline='middle',
    dx=7
).encode(
    text='label'
)

points + text

画像-20221214170203065

5.世界地図

import altair as alt
from vega_datasets import data

# Data generators for the background
sphere = alt.sphere()
graticule = alt.graticule()

# Source of land data
source = alt.topo_feature(data.world_110m.url, 'countries')

# Layering and configuring the components
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='ForestGreen', stroke='black')
).project(
    'naturalEarth1'
).properties(width=600, height=400).configure_view(stroke=None)

画像-20221214170416101

3. 画像を保存する

svg,png,html,pdf，json次のような形式で保存できます

import altair as alt
from vega_datasets import data

chart = alt.Chart(data.cars.url).mark_point().encode(
    x='Horsepower:Q',
    y='Miles_per_Gallon:Q',
    color='Origin:N'
)

chart.save('chart.json')

chart.save('chart.html')

chart.save('chart.png')
chart.save('chart.svg')
chart.save('chart.pdf')

保存する画像のサイズも設定します

chart.save('chart.png', scale_factor=2.0)

4. 画像の一部のプロパティの設定

たとえば、画像にタイトルを追加します。

#世界地图
import altair as alt
from vega_datasets import data

# Data generators for the background
sphere = alt.sphere()
graticule = alt.graticule()

# Source of land data
source = alt.topo_feature(data.world_110m.url, 'countries')

# Layering and configuring the components
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='ForestGreen', stroke='black')
).project(
    'naturalEarth1'
).properties(width=600, height=400,title="世界地图").configure_view(stroke=None)

画像-20221214171613109

財産 タイプ 説明
アーク RectConfig Arc 固有の構成
エリア AreaConfig エリア固有の構成
アリア boolean ARIA のデフォルト属性をマークとガイドに含めるかどうかを示すブール フラグ (SVG 出力のみ)。false の場合、"aria-hidden"属性はすべてのガイドに設定され、ARIA アクセシビリティ ツリーから削除され、Vega-Lite はマークのデフォルトの説明を生成しません。デフォルト値: true。
自動サイズ変更 anyOf( AutosizeType, AutoSizeParams) 視覚化のサイズを決定する方法。文字列の場合は、 、"pad"、"fit"のいずれかにする必要があります"none"。オブジェクト値では、コンテンツのサイズ変更と自動サイズ変更のパラメーターをさらに指定できます。デフォルト値:pad
軸 AxisConfig 軸構成。 allxおよびy axesのデフォルトのプロパティを決定します。軸構成オプションの完全なリストについては、軸のドキュメントの対応するセクションを参照してください。
軸バンド AxisConfig 「バンド」スケールを持つ軸を設定します。
軸下 AxisConfig グラフの下端に沿って X 軸を設定します。
軸離散 AxisConfig 「ポイント」スケールまたは「バンド」スケールを使用して軸を構成します。
軸左 AxisConfig チャートの左端に沿って Y 軸を設定します。
軸点 AxisConfig 「ポイント」スケールを持つ軸を構成します。
軸定量的 AxisConfig 定量軸の設定。
右軸 AxisConfig チャートの右端に沿って Y 軸を設定します。
時間軸 AxisConfig 時間軸の設定。
軸上 AxisConfig グラフの上端に沿って X 軸を設定します。
軸X AxisConfig X 軸固有の構成。
軸Xバンド AxisConfig 「バンド」スケールを使用して X 軸を構成します。
軸X離散 AxisConfig 「ポイント」スケールまたは「バンド」スケールを使用して X 軸を構成します。
軸X点 AxisConfig 「ポイント」スケールを使用して X 軸を構成します。
軸X定量的 AxisConfig X 定量軸の構成。
軸X時間 AxisConfig X 時間軸の構成。
Y軸 AxisConfig Y軸固有の構成。
軸Yバンド AxisConfig 「バンド」スケールを使用して Y 軸を構成します。
軸Y離散 AxisConfig 「ポイント」または「バンド」スケールを使用して y 軸を構成します。
軸Y点 AxisConfig 「ポイント」スケールを使用して y 軸を構成します。
軸Y定量的 AxisConfig y 定量軸の構成。
軸Y時間 AxisConfig y 時間軸の構成。
バックグラウンド anyOf( Color, ExprRef) ビュー全体の背景として使用する CSS カラー プロパティ。デフォルト値: "white"
バー BarConfig Bar-Specific Config
boxplot BoxPlotConfig Box Config
circle MarkConfig Circle-Specific Config
concat CompositionConfig Default configuration for all concatenation and repeat view composition operators (concat, hconcat, vconcat, and repeat)
countTitle string Default axis and legend title for count fields.Default value: 'Count of Records.
customFormatTypes boolean Allow the formatType property for text marks and guides to accept a custom formatter function registered as a Vega expression.
errorband ErrorBandConfig ErrorBand Config
errorbar ErrorBarConfig ErrorBar Config
facet CompositionConfig Default configuration for the facet view composition operator
fieldTitle [‘verbal’, ‘functional’, ‘plain’] Defines how Vega-Lite generates title for fields. There are three possible styles: - "verbal" (Default) - displays function in a verbal style (e.g., “Sum of field”, “Year-month of date”, “field (binned)”). - "function" - displays function using parentheses and capitalized texts (e.g., “SUM(field)”, “YEARMONTH(date)”, “BIN(field)”). - "plain" - displays only the field name without functions (e.g., “field”, “date”, “field”).
font string Default font for all text marks, titles, and labels.
geoshape MarkConfig Geoshape-Specific Config
header HeaderConfig Header configuration, which determines default properties for all headers.For a full list of header configuration options, please see the corresponding section of in the header documentation.
headerColumn HeaderConfig Header configuration, which determines default properties for column headers.For a full list of header configuration options, please see the corresponding section of in the header documentation.
headerFacet HeaderConfig Header configuration, which determines default properties for non-row/column facet headers.For a full list of header configuration options, please see the corresponding section of in the header documentation.
headerRow HeaderConfig Header configuration, which determines default properties for row headers.For a full list of header configuration options, please see the corresponding section of in the header documentation.
image RectConfig Image-specific Config
legend LegendConfig Legend configuration, which determines default properties for all legends. For a full list of legend configuration options, please see the corresponding section of in the legend documentation.
line LineConfig Line-Specific Config
lineBreak anyOf(string, ExprRef) A delimiter, such as a newline character, upon which to break text strings into multiple lines. This property provides a global default for text marks, which is overridden by mark or style config settings, and by the lineBreak mark encoding channel. If signal-valued, either string or regular expression (regexp) values are valid.
mark MarkConfig Mark Config
numberFormat string D3 Number format for guide labels and text marks. For example "s" for SI units. Use D3’s number format pattern.
padding anyOf(Padding, ExprRef) The default visualization padding, in pixels, from the edge of the visualization canvas to the data rectangle. If a number, specifies padding for all sides. If an object, the value should have the format {"left": 5, "top": 5, "right": 5, "bottom": 5} to specify padding for each side of the visualization.Default value: 5
params array(Parameter) Dynamic variables that parameterize a visualization.
point MarkConfig Point-Specific Config
projection ProjectionConfig Projection configuration, which determines default properties for all projections. For a full list of projection configuration options, please see the corresponding section of the projection documentation.
range RangeConfig An object hash that defines default range arrays or schemes for using with scales. For a full list of scale range configuration options, please see the corresponding section of the scale documentation.
rect RectConfig Rect-Specific Config
rule MarkConfig Rule-Specific Config
scale ScaleConfig Scale configuration determines default properties for all scales. For a full list of scale configuration options, please see the corresponding section of the scale documentation.
selection SelectionConfig An object hash for defining default properties for each type of selections.
square MarkConfig Square-Specific Config
style StyleConfigIndex An object hash that defines key-value mappings to determine default properties for marks with a given style. The keys represent styles names; the values have to be valid mark configuration objects.
text MarkConfig Text-Specific Config
tick TickConfig Tick-Specific Config
timeFormat string Default time format for raw time values (without time units) in text marks, legend labels and header labels.Default value: "%b %d, %Y" Note: Axes automatically determine the format for each label automatically so this config does not affect axes.
title TitleConfig Title configuration, which determines default properties for all titles. For a full list of title configuration options, please see the corresponding section of the title documentation.
trail LineConfig Trail-Specific Config
意見 ViewConfig 単一ビュー プロットのデフォルトのプロパティ。

長所と短所

長所: 構文が簡単、中国語との互換性が良い、r 言語の ggplot に非常に似ています。

欠点: 生成されたイメージは直接コピーできず、ローカルに保存する必要がありますが、これは matplotlib ほど優れたものではありません

研究に興味がある場合は、このリンクをクリックしてください

いくつかの写真を見せてください

画像-20221214172125223

image-20221214172148674

image-20221214172159688

参照: 詳細なコンテンツについては、ここをクリックしてください: https://altair-viz.github.io/gallery/index.html

おすすめ

転載: blog.csdn.net/qq_54423921/article/details/128319485
おすすめ
ランキング
Oracleのクエリ重複フィールド
An error occurred when ssm used count to query data
【Leyes de la Naturaleza】La sabiduría de las multitudes
JavaWebの研究では、（13）を締結 - セッションの使用は、重複送信フォームを防ぎます
Firebase増加サインアップクォータ
[MyBatisフレームワーク]mybatis入門
ハートレスの世界
Djangoのインストールと使用について
[转] UiPath展開アーキテクチャ
mybatis-plusは楽観的なロック変更を使用します
アーカイブ
もっと
2024-05-14(9)
2024-05-13(8)
2024-05-12(27)
2024-05-11(31)
2024-05-10(33)
2024-05-09(30)
2024-05-08(18)
2024-05-07(34)
2024-05-06(6)
2024-05-05(0)

コードワールド

© 2018 codetd.com