altair 3.2.0

Altair从Vega-Lite继承而来的一个独特特性是一种声明性语法，它不仅是可视化的，而且是交互的。 通过对上面例子的一些修改，我们可以创建一个基于散点图的选择进行过滤的链接直方图。 啊！

回答您的问题

如果您有文档中未提及的问题，可以通过以下几种方式提出：

• 打开agithub问题。
• 发布astackoverflow问题（确保使用altair标记）
• 在Altair谷歌集团

我们会尽力让您的问题得到解答

用于统计可视化的python api

Altair提供了一个PythonAPI，用于在声明式 态度。通过统计可视化，我们的意思是：

• 数据源是一个数据框由不同数据类型（数量、顺序、标称和日期/时间）的列组成。
• 数据框采用atidy格式 其中，行对应于样本，列对应于观察到的变量。
• 数据映射到可视属性（位置、颜色、大小、形状， 刻面等）使用按数据转换分组。

Altair API不包含实际的可视化呈现代码，而是 在 vega lite规范。结果 vega-lite json数据可以在以下用户界面中呈现：

• jupyter笔记本（通过安装ipyvega）。
• jupyterlab（不需要其他依赖项）。
• nteract（不需要其他依赖项）。

功能

• 精心设计的声明式python api基于 拖车
• 自动生成的内部python api，确保对可视化进行类型检查，并 完全符合vega lite 规格。
• 从vega lite json规范自动生成altair python代码。
• 在GitHub和 nbviewer
• 将可视化输出到png/svg图像、独立的html页面和 在线vega lite编辑器
• 将可视化序列化为json文件。
• 探索Altair，在示例库中可以找到几十个示例

安装

要使用Altair进行可视化，需要安装两套工具

1. Altair核心包及其依赖关系

2. 要使用的前端渲染器（即jupyter notebook， jupyterlab或interact）

< > >

Altair可以用pip或conda安装。 有关完整的安装说明，请参见 https://altair-viz.github.io/getting_started/installation.html

示例和教程笔记本

我们维护一个单独的github jupyter笔记本存储库，其中包含 交互式教程和示例：

https://github.com/altair-viz/altair U笔记本

使用活页夹启动带有这些笔记本的实时笔记本服务器 colab，单击下列徽章之一：



项目理念

python中存在许多优秀的绘图库，包括主要的绘图库：

• matplotlib
• bokeh
• 西伯恩
• 闪电
• 绘图
• 熊猫内置绘图
• 全息视图
• vispy
• pygg

每个库都能很好地完成一组特定的任务。

用户挑战

然而，这种选项的激增给用户带来了极大的困难 因为他们必须通过所有这些api来查找 最适合手头的任务。这些库都没有针对 高级统计可视化，因此用户必须自己组装 使用混杂的api。对于学习数据科学的人来说 迫使他们专注于学习api而不是探索数据。

另一个挑战是当前的绘图API要求用户编写代码， 即使是为了一个可视化的附带细节。这会导致不幸的 以及不必要的认知负担作为可视化类型（直方图， 散点图等）通常可以使用基本信息（如 感兴趣的列和这些列的数据类型。

例如，如果您对两个数值的可视化感兴趣 纵队，散点图几乎可以肯定是一个很好的起点。如果添加 一个分类列，你可能想用 颜色或面。如果有时很难推断可视化效果，则 简单的用户界面可以在不进行任何编码的情况下构建可视化。 tableau和交互数据 实验室< < polestar和 旅行者就是这种用户界面的优秀例子。

设计方法和解决方案

我们相信，这些挑战不需要 另一个具有编程api和内置的可视化库 致使。Altair构建可视化的方法使用分层设计 利用现有可视化库的全部功能：

1. 创建一个受约束的、简单的python api（altair），它是纯声明性的
2. 使用api（altair）发出遵循vega lite规范的json输出
3. 使用现有可视化库渲染该规范
< > >

这种方法使用户能够使用 简单的api最初，为它们的使用情况选择适当的呈现程序，然后 然后利用渲染器的全部功能进行更高级的绘图 定制。

我们意识到声明式api与 matplotlib、bokeh等的完整编程apiAT是一个深思熟虑的设计 我们认为需要做出选择来简化探索的用户体验 可视化。

开发安装

Altair需要以下依赖项：

• 熊猫
• 拖车
• ipython

如果已克隆存储库，请从存储库的根目录运行以下命令：

pip install -e .[dev]

如果您不想克隆存储库，可以使用：

pip install git+https://github.com/altair-viz/altair

测试

要运行测试套件，必须安装py.test。 要运行测试，请使用

py.test --pyargs altair

（如果从源签出运行测试，则可以省略--pyargs标志）。

反馈和贡献

请参见contribution.md

引用牵牛星



如果您在学术工作中使用Altair，请考虑引用http://joss.theoj.org/papers/10.21105/joss.01057" rel="nofollow">http://joss.theoj.org/papers/10.21105/joss.01057作为

@article{Altair2018,doi={10.21105/joss.01057},url={https://doi.org/10.21105/joss.01057},year={2018},month={dec},publisher={The Open Journal},author={Jacob VanderPlas and Brian Granger and Jeffrey Heer and Dominik Moritz and Kanit Wongsuphasawat and Arvind Satyanarayan and Eitan Lees and Ilia Timofeev and Ben Welsh and Scott Sievert},title={Altair: Interactive Statistical Visualizations for Python},journal={Journal of Open Source Software}}

牛郎星在哪里？

牛郎星是阿奎拉星座中最亮的恒星。与天津四和织女星一起形成了北半球的星群，称为夏季三角。

标签：

• and
• 数据
• api
• 声明
• 示例
• 可视化
• 笔记本
• lite
• vega
• altair

欢迎加入QQ群-->： 979659372

推荐PyPI第三方库

• foxtail-contact

  Django的简单联系方式

• fink-science

  Fink broker的用户定义科学模块。

• jupyter-nbrequirements

  Jupyter笔记本的依赖关系管理器

• albion-similog

  用FAMSA算法计算一致性数据序列。

• tep

  tep是一个测试工具，可以帮助您更轻松地编写pytest。试试简单的Pytest！

• wmm2020

  WMM2020地磁模型及其简单的面向对象Python接口

• minigest

  旨在帮助维护公司账目的小型管理机构

• msedge-selenium-tools

  为Selenium 3更新的EdgeDriver实现，新增了对Microsoft Edge（Chromium）的支持。

• odoo13-addon-stock-vertical-lift

  提供与垂直升降机集成的核心

• margin-official-strategies

  保证金策略编辑的官方策略

• cookiecutter-hypermodern-python-instance

  Cookiecutter超现代Python实例

• bs-highlighter

  命令行highlighter syntaxhighlighter，使用Pygments和widlparser。

• gsmo

  常识Jupyter/Docker/Git集成。

• gino-aiohttp

  GINO与aiohttp集成的扩展

• libpythonpro-fnsouza

  PyTools课程中Python项目构建示例模块