Altair数据可视化库介绍

在数据分析和探索性数据分析中，揭示数据间的关系是一项充满乐趣的工作。无论是识别特征之间的关系，还是仅仅理解模型的工作原理，可视化通常是最佳途径。可视化还有助于向客户和利益相关者解释工作。Python提供了许多用于绘图和可视化的库，而通常在选择用于问题陈述的库时会感到困难。最近，遇到了Altair，这是一个Python中的可视化库，对其能力感到惊讶。它是一个非常用户友好的库，实际上可以用最少的代码完成很多事情。

Altair概述

Altair是一个基于Vega-lite的Python声明式统计可视化库。可能现在会问这两个问题：声明式是什么意思？为什么需要另一个可视化库？声明式意味着在绘制任何图表时，只需要声明数据列与编码通道（如x轴、y轴、颜色等）之间的链接，其余所有的图表细节都会自动处理。让通过一个例子来理解它。

以下是使用Altair生成图表的代码，以及上面的图表。如果注意到，只提到了x、y和颜色，其余的事情，如图例、轴标签、范围等，都是自动设置的。现在，让看看下面的图像，这是使用Altair进行的与之前相同的可视化的matplotlib实现。在这里，需要显式使用groupby函数，定义轴名称、图例等，这在进行探索性分析时会多出很多额外的工作。因此，声明式使得Altair简单、友好且一致。它用最少的代码产生美观有效的可视化。因此，可以花更多的时间理解数据，而不是设置图例、定义轴等。

安装Altair

Altair可以通过conda安装如下：

或者也可以这样通过pip安装：

现在，已经在系统上安装了Altair。一直觉得学习一个库的最好方法是在实际问题上练习它。所以，让不要拖延，立即开始！

探索实际问题

为此，使用了“大型超市销售”数据集。下载训练文件并将其加载到工作环境中。在数据集中，有多个连锁店的多个门店的产品销售情况。让看看数据集。

总数据框架由12列组成，其中7列是分类的，其余的是数值的。在这里，有“Item_Outlet_Sales”作为目标特征。注意：只使用了前1000行，只是为了给一个使用Altair的不同图表的感觉。

直方图

在探索之旅中，通常从使用直方图的单变量分析开始。所以，让从“Item_Outlet_Sales”特征开始，使用Altair绘制其直方图。

要理解代码，让首先了解一些基本术语。Chart：它是Altair中的基本对象，只接受数据框架作为单个参数。mark：它是从图表对象中可视化数据点的属性。有不同形式的mark对象，如下所示。在这里，展示了条形图的mark，以便将数据点可视化为条形图。encode：它是一个函数，有助于将数据的不同特征映射到可视化中。可以为x轴、y轴、颜色等定义特征。

散点图

现在，让尝试使用Altair进行一些双变量分析。现在，让看看MRP和Sales特征之间的关系。

可以清楚地看到MRP和销售之间的线性关系。让引入一些其他的Altair编码，以便从可视化中得出更多的结论。

在这里，定义了另一个编码叫做color，它用于区分数据点，帮助更好地理解关系。可以看到，杂货店的销售与超市相比相当低，其中超市类型3显示了最高的销售。

堆叠条形图

对于这个，让看看Outlet_location_type和门店大小之间的关系。

上面绘制的是堆叠条形图，它表示在第二层城市的门店只有小尺寸的门店，而第三层城市只有大尺寸的门店。注意，在这里在X编码中定义了计数聚合器，以产生水平堆叠图。

折线图

现在，让看看商品价格在年份中的变化。通常，对于与时间序列相关的可视化，更喜欢使用折线图，这是Altair通过使用line mark提供的。

注意：在这里，使用aggregate属性单独定义了转换。

热图

Altair提供了另一种称为热图的图表，它使用text mark属性。

同样，可以通过这个绘制更多的数据模式，也可以尝试一些其他的数据转换和图表，以发现特征之间的各种趋势和关系。