document/TranslateProject
2
0
Fork 0
mirror of https://github.com/LCTT/TranslateProject.git synced 2025-02-25 00:50:15 +08:00
Code Issues Packages Projects Releases Wiki Activity

PRF

Browse Source 
@silentdawn-zz
This commit is contained in:
Xingyu Wang 2020-08-06 11:05:02 +08:00
parent e6321073eb
commit 3474b48863
1 changed files with 20 additions and 26 deletions
Show Stats Download Patch File Download Diff File Expand all files Collapse all files

46
translated/tech/20200610 Concise data plotting in Python with Altair.md
View File

@ -1,18 +1,20 @@
[#]: collector: (lujun9972)
[#]: translator: ()
[#]: reviewer: ( )
[#]: translator: (silentdawn-zz)
[#]: reviewer: (wxy)
[#]: publisher: ( )
[#]: url: ( )
[#]: subject: (Concise data plotting in Python with Altair)
[#]: via: (https://opensource.com/article/20/6/altair-python)
[#]: author: (Shaun Taylor-Morgan https://opensource.com/users/shaun-taylor-morgan)
Python 下使用 Altair 数据制图简明教程
Python 下使用 Altair 数据制图
======
Altair 作为一个 Python 数据制图库，提供了优雅的接口及自有的绘图语言。
![metrics and data shown on a computer screen][1]
Python 中的 [绘图库][2] 提供了呈现数据的多种方式，可以满足你不同的偏好，如灵活性、布局、易用性，或者特殊的类型。
> Altair 作为一个 Python 数据制图库，提供了优雅的接口及自有的绘图语言。
![](https://img.linux.net.cn/data/attachment/album/202008/06/110441imrz9ajtpshtfq1i.jpg)
Python 中的 [绘图库][2] 提供了呈现数据的多种方式，可以满足你不同的偏好，如灵活性、布局、易用性，或者特殊的风格。
和其它方式相比，我发现，Altair 提供的是一种不同的解决方案，且总体而言使用起来更为简单。得益于声明式的绘图语言 [Vega][3]，Altair 拥有一套优雅的接口，可以直接定义要绘的图应该是什么样子，而不是通过写一大堆循环和条件判断去一步步构建。
@ -20,17 +22,14 @@ Python 中的 [绘图库][2] 提供了呈现数据的多种方式，可以满足
我通过绘制同一个多柱状图比较了多个 Python 绘图库的差异。正式开始之前，你需要将你的 Python 环境调整到能运行下面代码的状态。具体就是：
* 安装最新版的 Python（ [Linux][4]、[Mac][5] 和 [Windows][6] 系统下的安装方法）
* 确认该版本 Python 可以运行本教程所使用的库
* 安装最新版的 Python（ [Linux][4]、[Mac][5] 和 [Windows][6] 系统下的安装方法）
* 确认该版本 Python 可以运行本教程所使用的库
演示用数据可从网络下载，并且可以用 pandas 直接导入：
```
import pandas as pd
df = pd.read_csv('<https://anvil.works/blog/img/plotting-in-python/uk-election-results.csv>')
df = pd.read_csv('https://anvil.works/blog/img/plotting-in-python/uk-election-results.csv')
```
准备开始吧。为了做个比较，先看下面这个用 [Matplotlib][7] 做的图：
@ -41,7 +40,6 @@ df = pd.read_csv('<https://anvil.works/blog/img/plotting-in-python/uk-election-r
使用 Altair 绘制相似的图，代码如下：
```
    import altair as alt
@ -55,7 +53,7 @@ df = pd.read_csv('<https://anvil.works/blog/img/plotting-in-python/uk-election-r
    chart.save('altair-elections.html')
```
真是简洁多了！与 [Seaborn][9] 类似，Altair 所用数据的组织形式是每个变量一列（即 [数据列][10] ）。这种方式下可以将每个变量映射到图的一个属性上—— Altair 称之为”通道“。在上例中，我们期望每个 “党派” 在 `x` 轴上显示为一组图柱， 其 “席位” 显示在 `y` 轴，且将图柱按照 “年份” 分开为 “列”。我们还想根据 “党派” 给图柱使用不同的 “颜色”。用语言表述需求的话就是上面这个样子，而这也正是代码所要表述的！
真是简洁多了！与 [Seaborn][9] 类似，Altair 所用数据的组织形式是每个变量一列（即 [数据列][10] ）。这种方式下可以将每个变量映射到图的一个属性上 —— Altair 称之为“通道”。在上例中，我们期望每个 “党派” 在 `x` 轴上显示为一组图柱， 其 “席位” 显示在 `y` 轴，且将图柱按照 “年份” 分开为 “列”。我们还想根据 “党派” 给图柱使用不同的 “颜色”。用语言表述需求的话就是上面这个样子，而这也正是代码所要表述的！
现在把图画出来：
@ -63,7 +61,7 @@ df = pd.read_csv('<https://anvil.works/blog/img/plotting-in-python/uk-election-r
### 调整样式
这和我们期待的效果有点接近了。与 Matplotlib 方案相比，主要区别在于 Altair 方案中，每个 `year` 组显示的时候，内部之间都有个小空白——这不是问题，这只是 Altair 多柱状图显示的一个特性。
这和我们期待的效果有点接近了。与 Matplotlib 方案相比，主要区别在于 Altair 方案中，每个 `year` 组显示的时候，内部之间都有个小空白 —— 这不是问题，这只是 Altair 多柱状图显示的一个特性。
所以说呢，还需要对显示样式再做一些改进。
@ -73,7 +71,7 @@ df = pd.read_csv('<https://anvil.works/blog/img/plotting-in-python/uk-election-r
```
`    df['year'] = df['year'].astype(str)`
    df['year'] = df['year'].astype(str)
```
#### 指定数据排序方法
@ -104,7 +102,6 @@ df = pd.read_csv('<https://anvil.works/blog/img/plotting-in-python/uk-election-r
最后，我们还想自己指定图柱的颜色。Altair 允许建立 `domain` 中数值与 `range` 中颜色的映射来实现所需功能，太贴心了：
```
    cmap = {
        'Conservative': '#0343df',
@ -121,8 +118,7 @@ df = pd.read_csv('<https://anvil.works/blog/img/plotting-in-python/uk-election-r
#### 样式调整后的最终代码
应用上述样式调整之后，代码看起来不那么悦目了，但我们仍然是用声明的方式实现的，这正式 Altair 如此有弹性的原因所在。实现过程中，仍然是使用的异于显示数据的独立变量来分离图中不同属性的，而不是像在 Matplotlib 中那样直接对显示数据做复杂的操作。唯一的不同是，我们的变量名字封装在类似 `alt.X()` 的对象中，从而实现对显示效果的控制：
应用上述样式调整之后，代码看起来不那么悦目了，但我们仍然是用声明的方式实现的，这正是 Altair 如此有弹性的原因所在。实现过程中，仍然是使用的异于显示数据的独立变量来分离图中不同属性的，而不是像在 Matplotlib 中那样直接对显示数据做复杂的操作。唯一的不同是，我们的变量名字封装在类似 `alt.X()` 的对象中，从而实现对显示效果的控制：
```
    import altair as alt
@ -155,13 +151,11 @@ df = pd.read_csv('<https://anvil.works/blog/img/plotting-in-python/uk-election-r
![The Altair plot with our custom styling][12]
### **结论**
### 结论
尽管在代码数量上，使用 Altair 绘图没有表现出优势，但它的声明式绘图语言使得对图层的操控更为精密，这是我比较欣赏的。Altair 还提供了清晰而独立的方式来调校显示样式，这使得 相关代码与绘图的代码块分离开来。Altair 确实是使用 Python 绘图时又一个很棒的工具库。
\---
_本文首次发布于 [这里][13]，蒙允编辑后再次发布_
本文首次发布于 [这里][13]，蒙允编辑后再次发布。
--------------------------------------------------------------------------------
@ -169,15 +163,15 @@ via: https://opensource.com/article/20/6/altair-python
作者：[Shaun Taylor-Morgan][a]
选题：[lujun9972][b]
译者：[silentdawn-zz](https://github.com/译者ID)
校对：[校对者ID](https://github.com/校对者ID)
译者：[silentdawn-zz](https://github.com/silentdawn-zz)
校对：[wxy](https://github.com/wxy)
本文由 [LCTT](https://github.com/LCTT/TranslateProject) 原创编译，[Linux中国](https://linux.cn/) 荣誉推出
[a]: https://opensource.com/users/shaun-taylor-morgan
[b]: https://github.com/lujun9972
[1]: https://opensource.com/sites/default/files/styles/image-full-size/public/lead-images/metrics_data_dashboard_system_computer_analytics.png?itok=oxAeIEI- (metrics and data shown on a computer screen)
[2]: https://opensource.com/article/20/4/plot-data-python
[2]: https://linux.cn/article-12327-1.html
[3]: https://vega.github.io/vega/
[4]: https://opensource.com/article/20/4/install-python-linux
[5]: https://opensource.com/article/19/5/python-3-default-mac