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，下面就讓我們詳細了解下這個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：

知識點擴展：

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像一個抽象的功能，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 只需要三個主要的參數(shù)：

• Mark. 數(shù)據(jù)在圖形中的表達形式。點、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？

基于以上三個參數(shù)，Altair 將會選擇合理的默認值來顯示我們的數(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（默認為 淺藍色-藍色-深藍色）。如果變量類型指定為類別變量，那么 Altair 會為每個類別賦予不同的顏色。（例如 紅色，黃色，藍色）

到此這篇關(guān)于python中altair可視化庫實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)容請搜索腳本之家以前的文章或繼續(xù)瀏覽下面的相關(guān)文章希望大家以后多多支持腳本之家！