溫馨提示×
您好，登錄后才能下訂單哦！
點擊 登錄注冊 即表示同意《億速云用戶服務條款》
您好，登錄后才能下訂單哦！
本篇內容介紹了“Python數據可視化實現的方法有哪些”的有關知識，在實際案例的操作過程中，不少人都會遇到這樣的困境，接下來就讓小編帶領大家學習一下如何處理這些情況吧！希望大家仔細閱讀，能夠學有所成！
介紹本期主角之前，先給大家一張GIF
是不是很炫酷？更神奇的是，完成這么一幅可交互的圖表，僅需不到20行代碼。
這幅圖是用Python的可視化庫Altair繪制的，Altair可以使用強大而簡潔的可視化語法快速開發各種統計可視化圖表。用戶只需要提供數據列與編碼通道之間的鏈接，例如x軸，y軸，顏色等，其余的繪圖細節它會自動處理。
事實上，Altair能做的還有很多，大家可以去官網example gallery觀賞
如果你安裝的是anaconda（我強烈建議你安裝這個IDE），Altair已經內置，無需再安裝。但是如果需要實例數據集，還要安裝vega_datasets：
pip install vega_datasets
然后打開anaconda安裝目錄，打開Navigation
打開JupyterLab
新建一個notebook，運行示例代碼，OK!
Chart有三個基本方法：數據（data）、標記（mark）和編碼（encode），使用它們的格式如下：alt.Chart(data).mark_point().encode(
encoding_1='column_1',
encoding_2='column_2',
etc. )
Data：Altair內部使用的數據以Pandas中的Dataframe格式存儲，但有以下三種方式傳入：
Mark:定義好數據之后，需要選擇顯示的圖形比如條形圖、折線圖、面積圖、散點圖、直方圖、地圖等各種交互式圖表。
Encoding:編碼方式定義了圖片顯示的各種屬性，如每個圖片的位置，圖片軸的屬性等。這部分是最重要的，記住關鍵的幾個就行。
位置通道：定義位置相關屬性：
通道描述：
通道域信息：text：文本標記 label：標簽
數據類型：
分類與聚合：最大值、最小值、均值、求和等等
除了繪制基本圖像，Altair強大之處在于用戶可以與圖像進行交互，包括平移、縮放、選中某一塊數據等操作。在繪制圖片的代碼后面，調用interactive()模塊，就能實現平移、縮放。
Altair還為創建交互式圖像提供了一個selection的API，在選擇功能上，我們能做出一些更酷炫的高級功能，例如本文開頭處展示的GIF，對選中的數據點進行統計，生成實時的直方圖。
import altair as alt
from vega_datasets import data
source = data.cars()
brush = alt.selection(type='interval')
points = alt.Chart(source).mark_point().encode( x='Horsepower:Q', y='Miles_per_Gallon:Q', color=alt.condition(brush, 'Origin:N', alt.value('lightgray')) ).add_selection( brush )
bars = alt.Chart(source).mark_bar().encode( y='Origin:N', color='Origin:N', x='count(Origin):Q' ).transform_filter( brush )
points & bars“Python數據可視化實現的方法有哪些”的內容就介紹到這里了，感謝大家的閱讀。如果想了解更多行業相關的知識可以關注億速云網站，小編將為大家輸出更多高質量的實用文章！
免責聲明：本站發布的內容（圖片、視頻和文字）以原創、轉載和分享為主，文章觀點不代表本網站立場，如果涉及侵權請聯系站長郵箱：is@yisu.com進行舉報，并提供相關證據，一經查實，將立刻刪除涉嫌侵權內容。
