Altair軟件：數據可視化和探索庫

一、Altair簡介

Altair是Python中的數據可視化和探索庫，被稱為Python中最簡單、最快速的數據可視化庫之一，它允許使用基於Python的聲明性語法輕鬆地繪製優美和互動的圖形。Altair的繪圖語法基於Vega-Lite，一種用於描述交互式圖形的語言，它以JSON為基礎，同時具有易讀性和高可擴展性。通過在Python中使用Altair庫，我們可以快速創建出高度定製的圖形，使數據更具有可解釋性，且更具理解性。

import altair as alt
from vega_datasets import data

cars = data.cars()
alt.Chart(cars).mark_point().encode(
    x='Horsepower',
    y='Miles_per_Gallon',
    color='Origin',
)

二、可組裝的繪圖單元

一般來說，我們需要創建多個在圖表中使用的元素，如點、線、柱狀圖等。Altair提供了多種可組裝的繪圖單元，使我們可以輕鬆構建高質量的繪圖。在下面的示例中，我們將數據集中「Wage」列的直方圖可視化，使用「Sex」變量進行顏色編碼和標記化的繪圖單元，可視化出男女工資的分佈。

# 導入數據集
from vega_datasets import data
cars = data.cars()

import altair as alt

# 創建直方圖的通道
bars = alt.Chart(cars).mark_bar(
    cornerRadiusTopLeft=3,
    cornerRadiusTopRight=3
).encode(
    alt.X("Horsepower:Q", bin=alt.Bin(maxbins=20)),
    alt.Y("count()", title=None),
)
# 創建人口金字塔的通道
source = cars
census = alt.Chart(source).transform_aggregate(
    age_count='count()', groupby=['age', 'sex']
).transform_calculate(
    sex=alt.expr.if_(alt.datum.sex == 1, 'Male', 'Female')
).transform_filter(
    (alt.datum.age >= 0) & (alt.datum.age < 100)
)
bars =  alt.Chart(source).mark_bar().encode(
    alt.X('age:O', scale=alt.Scale(rangeStep=17)),
    alt.Y('sum(age_count):Q', axis=None),
    alt.Color('sex:N', scale=alt.Scale(range=["#EA98D2", "#659CCA"])),
    order=alt.Order(
      # Sort the segments of the bars by this field
      'age:O',
      sort='ascending'
    )
).properties(
    width=350,
    height=400
)

alt.vconcat(bars)

三、數據交互

交互性是數據可視化的重要組成部分，它允許用戶根據自己的需求和興趣進行探索和分析數據。Altair庫提供了多個交互特性，如縮放、滾動，層疊以及過濾等。下面的示例，演示了如何將折線圖和縮放交互結合使用，使您可以選擇感興趣的時間段並放大觀察。

# 導入數據集
import pandas as pd
import altair as alt

data = pd.read_csv('https://raw.githubusercontent.com/vega/vega-datasets/master/data/gapminder-health-income.csv')

# 定義可視化圖形的交互性
selection = alt.selection_multi(fields=['country'])

alt.Chart(data).mark_line().encode(
    x='year',
    y='life_expectancy',
    color='country'
).transform_filter(
    selection
).properties(
    selection=selection,
    width=700,
    height=400,
).interactive()

四、數據轉換

在數據可視化中，我們經常需要將數據結構轉換為適合於特定類型的繪圖的格式。例如，將時間序列數據轉換為折線圖形式數據。Altair提供了多種數據轉換和過濾機制，如聚合、堆疊和排序等。在下面的示例中，我們將1978年到1982年的美國公共汽車旅行速度數據集轉換為堆疊的區域圖。

# 導入數據集
import pandas as pd
import altair as alt

data = pd.read_json('https://vega.github.io/vega-lite/examples/film_festivals.json')

alt.Chart(data).mark_bar().encode(
    x='count()',
    y=alt.Y('country', sort='-x')
)

五、總結

Altair是一款靈活、高效的數據可視化和探索工具，它使用與人類語言相似的聲明性語法，可輕鬆地創建複雜、互動的繪圖效果。它不僅支持常見的二維和三維圖形，還支持交互特性、數據轉換和過濾機制。這些功能使得數據分析人員不僅可以更好地理解數據，同時還可以快速分析和發現數據中的模式和趨勢。