python - Altair 组合多个数据集

Question

我最近才发现Vega/Vega-Lite和Altair，并将其视为最佳 Python 绘图工具的真正竞争者。

我目前正在努力解决的问题是将来自两个数据帧的信息绘制到共享一个或两个轴的同一个图表中。

我试过这样的事情：

plot1 = alt.Chart(df1).mark_point().encode(x = 'time:T', y = [...])[...]
plot2 = alt.Chart(df2).mark_point().encode(x = 'time:T', y = [...])[...]

这行得通，但它很笨重而且不是很好。

我遇到了 LayerChart 对象，但是从文档中我不太清楚如何正确使用它来绘制多个数据集。

• 有人有这种图表的例子吗？
• 我需要做什么才能获得双 y 轴？

Answer 1

具有不同数据集的图表可以与Altair 文档中描述的任何机制分层在一起。

例如：

import pandas as pd
import altair as alt

df1 = pd.DataFrame({
    'times': [1, 2, 3],
    'values': [1, 5, 4],
})

df2 = pd.DataFrame({
    'times': [2, 3, 4],
    'values': [4, 2, 3],
})

chart1 = alt.Chart(df1).mark_line().encode(x='times', y='values')
chart2 = alt.Chart(df2).mark_line().encode(x='times', y='values')

chart1 + chart2

Answer 2

通过在函数中分离图表逻辑来制作 DRYer 代码，然后进行迭代。

给定

import pandas as pd
import altair as alt


df0 = pd.DataFrame(dict(times=[1, 2, 3], values=[2, 2, 7]))
df1 = pd.DataFrame(dict(times=[2, 3, 5], values=[3, 9, 8]))
df2 = pd.DataFrame(dict(times=[3, 6, 8], values=[2, 6, 7]))
df3 = pd.DataFrame(dict(times=[6, 7, 9], values=[3, 2, 5]))

代码

def base_chart(df):
    """Return an Altair chart."""
    # Add lengthy chart arguments here
    base = alt.Chart(
        df,
        width=500,
        height=300,
    ).mark_line(
    ).encode(
        x="times", 
        y="values"
    )
    return base


def layer_charts(dfs, chart_func):
    """Return a layered chart."""

    return alt.layer(*[chart_func(df) for df in dfs])

演示

layer_charts([df0, df1, df2, df3], base_chart)