Altair是一个可爱的可视化库,具有漂亮的直观视觉语法API。但是,我正在努力在多面图表上添加带有规则标记的图层。
假设您有一个简单的数据集:
print(df[['Year', 'Profile', 'Saison', 'Pos']].to_csv())
,Year,Profile,Saison,Pos
0,2017,6.0,Sommer,VL
1,2017,6.0,Winter,VL
13,2017,6.0,Winter,HL
12,2017,6.0,Sommer,HL
18,2017,6.0,Sommer,HR
6,2017,6.0,Sommer,VR
7,2017,6.0,Winter,VR
19,2017,6.0,Winter,HR
14,2018,5.5,Winter,HL
8,2018,5.5,Winter,VR
15,2018,5.5,Sommer,HL
20,2018,4.3,Winter,HR
21,2018,5.0,Sommer,HR
3,2018,5.5,Sommer,VL
2,2018,6.2,Winter,VL
9,2018,4.5,Sommer,VR
17,2019,4.5,Sommer,HL
11,2019,4.2,Sommer,VR
22,2019,3.5,Winter,HR
10,2019,5.28,Winter,VR
5,2019,4.6,Sommer,VL
4,2019,4.9,Winter,VL
16,2019,4.0,Winter,HL
23,2019,4.5,Sommer,HR
比起您可以简单地将其显示为:
base = alt.Chart(df[df.Saison=='Winter']).mark_bar().encode(x='Year:O', y='Profile:Q', column='Pos:N')
base
比,我想添加水平标记以显示一些限制:
为此,我定义了数据集:
print(Limits.to_csv())
,Profil
0,3.0
1,1.5
并将其添加到图表集合:
limits = alt.Chart(Limits).mark_rule(color='red').encode(y='Profil')
base + limits
这不起作用,并产生错误:
ValueError: Faceted charts cannot be layered.
如何克服此限制?基本的vega-light语法显然supports如此复杂的层组成,但是我不知道如何在Altair中表达它。
答案 0 :(得分:2)
您不能对人为图表进行分层,因为通常不能保证每一层的内容都包含兼容的构面。
但是,您可以对分层图表进行分面。它可能看起来像这样:
import altair as alt
import pandas as pd
import io
df = pd.read_csv(io.StringIO("""
,Year,Profile,Saison,Pos
0,2017,6.0,Sommer,VL
1,2017,6.0,Winter,VL
13,2017,6.0,Winter,HL
12,2017,6.0,Sommer,HL
18,2017,6.0,Sommer,HR
6,2017,6.0,Sommer,VR
7,2017,6.0,Winter,VR
19,2017,6.0,Winter,HR
14,2018,5.5,Winter,HL
8,2018,5.5,Winter,VR
15,2018,5.5,Sommer,HL
20,2018,4.3,Winter,HR
21,2018,5.0,Sommer,HR
3,2018,5.5,Sommer,VL
2,2018,6.2,Winter,VL
9,2018,4.5,Sommer,VR
17,2019,4.5,Sommer,HL
11,2019,4.2,Sommer,VR
22,2019,3.5,Winter,HR
10,2019,5.28,Winter,VR
5,2019,4.6,Sommer,VL
4,2019,4.9,Winter,VL
16,2019,4.0,Winter,HL
23,2019,4.5,Sommer,HR
"""))
bars = alt.Chart().mark_bar().encode(
x='Year:O',
y='Profile:Q',
)
limits = alt.Chart(
pd.DataFrame({'Profil': [3, 1.5]})
).mark_rule(
color='red'
).encode(y='Profil')
alt.layer(
bars,
limits,
data=df[df.Saison=='Winter']
).facet(
'Pos:N',
)
在此处指定数据有些棘手:facet()
方法取消调用它的图表中的顶级数据,因此,当您对从不同数据集构建的图层进行构面时,需要指定顶层的相关数据。