作為六大python可視化庫，基本上學(xué)會都是可以通吃任何領(lǐng)域的存在，本章要給大家介紹的Altair就是其中之一的可視化庫，能夠?qū)?shù)據(jù)轉(zhuǎn)化為非常直觀的圖片，讓我們更加清晰的認(rèn)知數(shù)據(jù)之前直觀的聯(lián)系，儼然已經(jīng)成為可視化庫中的新星，好啦，下面就讓我們詳細(xì)了解下這個(gè)榮獲眾多粉絲的可視化庫的使用技巧吧。

安裝Altair：

依賴JupyterLab

$ pip install -U altair vega_datasets jupyterlab

導(dǎo)入Altair：

import altair as alt

繪制圖表：

定義數(shù)據(jù)框

chart = alt.Chart(cars)

定義三個(gè)基本方法：數(shù)據(jù)、標(biāo)記、編碼

alt.Chart(data).mark_point.encode(encoding_1=’column_1’,encoding_2=’column_2’,)

x軸繪制：

alt.Chart(cars).mark_point.encode(x=’Miles_per_Gallon’)

x軸和y軸結(jié)合繪制：

alt.Chart(cars).mark_line.encode(x=’Miles_per_Gallon’,y=’Horsepower’)

生成圖表：

知識點(diǎn)擴(kuò)展：

Altair 和圖形語法

Altair 是 Vega-Lite 的包裝器。Vega-Lite 是 JavaScript 的高級可視化庫，它最最重要的特點(diǎn)是，它的API是基于圖形語法的。什么是圖形語法呢？圖形語法聽起來有點(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 將會選擇合理的默認(rèn)值來顯示我們的數(shù)據(jù)。

Altair 最讓人著迷的地方是，它能夠合理的選擇顏色。如果我們在 Encoding 中指定變量類型為量化變量，那么 Altair 將會使用連續(xù)的色標(biāo)來著色（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 會為每個(gè)類別賦予不同的顏色。（例如 紅色，黃色，藍(lán)色）

到此這篇關(guān)于python中altair可視化庫實(shí)例用法的文章就介紹到這了,更多相關(guān)python中altair可視化庫怎么用內(nèi)容請搜索好吧啦網(wǎng)以前的文章或繼續(xù)瀏覽下面的相關(guān)文章希望大家以后多多支持好吧啦網(wǎng)！