Altair声明式可视化：Python统计图表的语法化数据可视化框架详解

发表时间：2025-07-28 14:40

有一次项目里需要做数据分析报告老板要求图表要好看还要能快速调整。我用matplotlib画了半天光是调整坐标轴就折腾了两小时。

后来发现了Altair。

01

Altair基于Vega-Lite语法这是个声明式的可视化框架。你只需要告诉它数据是什么想要什么图它就帮你搞定。

不用关心具体怎么画。

import altair as altimport pandas as pd# 简单数据data = pd.DataFrame({    'x'： ['A'， 'B'， 'C'， 'D'， 'E']，    'y'： [28， 55， 43， 91， 81]})# 一行代码搞定柱状图chart = alt.Chart(data).mark_bar().encode(    x='x'，    y='y')chart.show()

就这么简单。

matplotlib要写十几行的东西 Altair几行就搞定了。关键是代码读起来就像在说话 "用这个数据画个柱状图 x轴是x列 y轴是y列"。

02

Altair的核心思想是Grammar of Graphics。把图表拆解成几个基本元素数据、标记、编码、变换等等。

像搭积木一样组合。

import numpy as np# 生成散点图数据n = 100df = pd.DataFrame({    'x'： np.random.randn(n)，    'y'： np.random.randn(n)，    'category'： np.random.choice(['A'， 'B'， 'C']， n)，    'size'： np.random.randint(10， 100， n)})# 复杂散点图 颜色按类别 大小按数值scatter = alt.Chart(df).mark_circle().encode(    x='x：Q'，   # Q表示定量数据    y='y：Q'，    color='category：N'，   # N表示名义数据    size='size：Q').interactive()   # 添加交互功能scatter.show()

这里的：Q和：N是数据类型标记。Q是定量 N是名义 O是有序 T是时间。

很直观。

03

我在项目中最常用的是多图组合。Altair的语法让这变得特别简单。

# 时间序列数据dates = pd.date_range('2023-01-01'， periods=365)ts_data = pd.DataFrame({    'date'： dates，    'value'： np.cumsum(np.random.randn(365)) + 100，    'category'： np.random.choice(['产品A'， '产品B']， 365)})# 基础图表base = alt.Chart(ts_data).add_selection(    alt.selection_interval(bind='scales')   # 可缩放选择)# 线图line = base.mark_line().encode(    x='date：T'，    y='value：Q'，    color='category：N')# 柱状图 按月汇总bars = base.mark_bar().encode(    x='month(date)：O'，    y='mean(value)：Q'，    color='category：N').resolve_scale(y='independent')# 垂直组合combined = alt.vconcat(line， bars)combined.show()

一个图表两个视角。还能联动缩放。

这在matplotlib里得写一大堆代码呢。

04

说到踩坑 Altair有个数据行数限制。默认5000行超了就报错。

解决方法很简单：

# 方法1：调整数据行数限制alt.data_transformers.enable('json')alt.data_transformers.disable_max_rows()# 方法2：数据采样large_data = pd.DataFrame({    'x'： np.random.randn(50000)，    'y'： np.random.randn(50000)})# 采样显示sampled = large_data.sample(n=5000)chart = alt.Chart(sampled).mark_circle().encode(x='x'， y='y')

还有个小技巧 Altair支持数据变换。可以直接在图表定义里做统计。

# 直接在图表里做聚合sales_chart = alt.Chart(sales_data).mark_bar().encode(    x='month(date)：O'，    y='sum(amount)：Q'   # 直接求和).transform_filter(    alt.datum.date > '2023-01-01'   # 过滤数据)