作為六大python可視化庫，基本上學會都是可以通吃任何領域的存在，本章要給大家介紹的Altair就是其中之一的可視化庫，能夠將數據轉化為非常直觀的圖片，讓我們更加清晰的認知數據之前直觀的聯系，儼然已經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

導入Altair：

import altair as alt

繪制圖表：

定義數據框

chart = alt.Chart(cars)

定義三個基本方法：數據、標記、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別。Altair 符合我們人類可視化數據的方式和習慣，Altair 只需要三個主要的參數：

• Mark. 數據在圖形中的表達形式。點、線、柱狀還是圓圈？
• Channels. 決定什么數據應該作為x軸，什么作為y軸；圖形中數據標記的大小和顏色。
• Encoding. 指定數據變量類型。日期變量、量化變量還是類別變量？

基于以上三個參數，Altair 將會選擇合理的默認值來顯示我們的數據。

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 將會使用連續的色標來著色（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python中altair可視化庫怎么用內容請搜索腳本之家以前的文章或繼續瀏覽下面的相關文章希望大家以后多多支持腳本之家！