0

我正在尝试在 Altair 中生成 2 个共享相同的地块selection。

我想绘制人口（y）与年龄（x）的散点图和条形图。我正在使用 Altair 内置数据集population。人口是people此数据集中列的总和。数据集包含year、people和age的列sex。sum(people)我可以使用和绘制它来获得总人口y。age对于条形图，我可以使用柱类似地绘制sum(people)年龄和颜色。sex

我正在尝试在这两个图之间设置画笔/选择，以便我可以在散点图中突出显示，同时更新条形图以反映该选择。但是，我遇到了以下问题

我正在使用 Altair 文档中的分层条形图示例作为示例。

这是代码

import altair as alt
from altair.expr import datum, if_
from vega_datasets import data
interval = alt.selection_interval(encodings=['x', 'y'])

df = data.population.url

scatter = alt.Chart(df).mark_point().encode(
    alt.X('age:O', axis=alt.Axis(title='')),
    y='sum(people)',
    color=alt.condition(interval, 'sex:N', alt.value('lightgrey'))
).transform_filter(
    filter = datum.year == 2000
).transform_calculate(
    "sex", if_(datum.sex == 2, 'Female', 'Male')
).properties(
    selection=interval
)

bar = alt.Chart(df).mark_bar(opacity=0.7).encode(
    alt.X('age:O', scale=alt.Scale(rangeStep=17)),
    alt.Y('sum(people)', stack=None),
    color=alt.condition(interval, 'sex:N', alt.value('lightgrey')),
).transform_filter(
    filter = datum.year == 2000
).transform_calculate(
    "sex", if_(datum.sex == 2, 'Female', 'Male')
).properties(height=100, width=400)

scatter & bar

我已经修改了文档示例中的代码。我首先创建一个散点图，然后使用基于selection. 然后我定义了相同 2 列的条形图，并再次使用selection来指定颜色。这是输出

在此处输入图像描述

现在，我想在顶部（散点）图上拖动一个框以选择一些点，同时底部（条形）图表应根据selection. 当我拖入顶部情节以制作我的selection时，会发生这种情况

在此处输入图像描述

问题

  1. 在顶部绘图中拖动以进行选择后，两个绘图中的颜色（选择内部和外部）都更改为lightgrey。我预计，在这两个图中，选择/画笔内部会被突出显示，但外部应该是lightgrey.

如何获得同时在顶部和底部图中突出显示的选择？

编辑

我想要这种行为，其中一个图中的画笔/选择同时在第二个（链接）图中突出显示。

软件包版本：

Python = 3.6
Altair = 2.2
Jupyter = 5.6
4

2 回答 2

2

要触发对聚合值的选择，最好的方法是使用聚合转换来定义该数量，以便它可用于整个图表。

这是一个例子：

import altair as alt
from altair.expr import datum, if_
from vega_datasets import data

interval = alt.selection_interval(encodings=['x', 'y'])


base = alt.Chart(data.population.url).transform_filter(
    filter = datum.year == 2000
).transform_calculate(
    "sex", if_(datum.sex == 2, 'Female', 'Male')
).transform_aggregate(
    population="sum(people)",
    groupby=['age', 'sex']
)

scatter = base.mark_point().encode(
    alt.X('age:O', title=''),
    y='population:Q',
    color=alt.condition(interval, 'sex:N', alt.value('lightgrey'))
).properties(
    selection=interval
)

bar = base.mark_bar(opacity=0.7).encode(
    alt.X('age:O', scale=alt.Scale(rangeStep=17)),
    alt.Y('population:Q'),
    color=alt.condition(interval, 'sex:N', alt.value('lightgrey')),
).properties(height=100, width=400)

scatter & bar

请注意，我通过下图中的间隔选择取消了过滤，因为这不是您描述的行为。

于 2018-09-09T15:43:22.220 回答
0

基于（并调整）上面@jakevdp 的答案，我从文档库的交互式图表部分尝试了类似于此示例的内容。

base我没有使用对象，而是使用了函数vconcat，它连接Chart实例并将转换和数据传递给vconcat对象。这是方法

import altair as alt
from altair.expr import datum, if_
from vega_datasets import data
interval = alt.selection_interval(encodings=['x', 'y'])

scatter = alt.Chart().mark_point().encode(
    alt.X('age:O', title=''),
    y='population:Q',
    color=alt.condition(interval, 'sex:N', alt.value('lightgrey'))
).properties(
    selection=interval
)

bar = alt.Chart().mark_bar(opacity=0.7).encode(
    alt.X('age:O', scale=alt.Scale(rangeStep=17)),
    alt.Y('population:Q'),
    color=alt.condition(interval, 'sex:N', alt.value('lightgrey')),
).properties(height=100, width=400)

alt.vconcat(scatter, bar,
    data=data.population.url
).transform_filter(
    filter = datum.year == 2000
).transform_calculate(
    "sex", if_(datum.sex == 2, 'Female', 'Male')
).transform_aggregate(
    population="sum(people)",
    groupby=['age', 'sex']
)

这种方法似乎提供了与@jakevdp 的答案相同的功能。即可以对散点图（顶部）进行选择，这将根据需要反映在条形图（底部）中。

于 2018-09-09T21:50:17.717 回答