Altair是一个声明性交互性数据可视化2。0的python库

　　1 说明：
　　=====
　　1.1 python数据可视化1.0多指matplotlib，目前世界上已经进入数据可视化2.0时代。
　　1.2 Altair是一个声明性统计可视化库，基于Vega和Vega-Lite。
　　1.3 除了绘制基本图像，Altair强大之处在于用户可以与图像进行交互，包括平移、缩放、选中某一块数据等操作。
　　1.4 Altair中的数据是围绕Pandas Dataframe构建的。统计可视化最明显的特征是以整洁的Dataframes开始。
　　1.5 网上教程大多照抄国外的，或者是基于notebook和Jupyter Notebook，没有基于微软vscode编辑器的代码。
　　1.6 今天我就基于官网，对源代码进行修改和注释，在微软vscode编辑器下进行数据可视化。
　　中西合璧
　　2 准备：
　　=====
　　2.1 官网：https://altair-viz.github.io/ https://github.com/altair-viz/altair
　　2.2 安装：pip install altair vega_datasets #本机安装： sudo pip3.8 install altair vega_datasets #慢 #推荐，超快 sudo pip3.8 install -i https://mirrors.aliyun.com/pypi/simple altair vega_datasets #注意有个细节，新手可能需要注意，上述是一次性安装 altair 和vega_datasets数据集
　　3 官网的一张优势交互图
　　4 基本绘图：
　　=========
　　4.1 代码一：方法一import altair as alt import pandas as pd #数据 source = pd.DataFrame({ ＂a组＂: [＂A＂, ＂B＂, ＂C＂, ＂D＂, ＂E＂, ＂F＂, ＂G＂, ＂H＂, ＂I＂], ＂b组＂: [28, 55, 43, 91, 81, 53, 19, 87, 52] })  def plot():     #bar柱状图     #chart = alt.Chart(source).mark_bar().encode(     #line折线图     #chart = alt.Chart(source).mark_line().encode(     #point水泡点图     #chart = alt.Chart(source).mark_point().encode(     #area面积图     chart = alt.Chart(source).mark_area().encode(     x=＂a组＂,y=＂b组＂)     chart.serve(＂0.0.0.0＂, 8888)  if __name__ == ＂__main__＂:     plot()
　　4.2 代码二：效果同上，方法二#方法二 #静态图 import altair as alt import pandas as pd  source = pd.DataFrame({ ＂a组＂: [＂A＂, ＂B＂, ＂C＂, ＂D＂, ＂E＂, ＂F＂, ＂G＂, ＂H＂, ＂I＂], ＂b组＂: [28, 55, 43, 91, 81, 53, 19, 87, 52] })  #bar柱状图 #chart = alt.Chart(source).mark_bar().encode( #line折线图 #chart = alt.Chart(source).mark_line().encode( #point水泡点图 #chart = alt.Chart(source).mark_point().encode( #area面积图 #图区的宽和高设置,注意x和y中的a组和b组与上面source中的a组和b组同步，支持中文 chart = alt.Chart(source,width=500,height=500).mark_area().encode(x=＂a组＂,y=＂b组＂,) #启动浏览器服务 chart.serve(＂0.0.0.0＂, 8888)
　　4.3 操作方法和效果图：
　　4.4 调用数据集的静态图：
　　4.4.1 代码：#调用数据集 import altair as alt from vega_datasets import data  source = data.barley()  sss=alt.Chart(source).mark_bar().encode(     x=＂sum(yield)＂,     y=＂variety＂,     color=＂site＂,     order=alt.Order(       # Sort the segments of the bars by this field       ＂site＂,       sort=＂ascending＂     ) )  sss.serve(＂0.0.0.0＂, 8888)
　　4.4.2 操作和效果图：
　　按ctrl+C退出终端服务器
　　5 高级交互性作图：
　　=============
　　5.1 代码：import altair as alt  from vega_datasets import data  source = data.cars() #设置刷子，交互性 brush = alt.selection(type=＂interval＂)  points = alt.Chart().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().mark_bar().encode(      y=＂Origin:N＂, color=＂Origin:N＂, x=＂count(Origin):Q＂ ).transform_filter( brush )  #把点图和柱状图挂在一起 bbb=alt.vconcat(points, bars, data=source) #一起启动服务器 bbb.serve(＂0.0.0.0＂, 8888)
　　5.2 操作和效果图：
　　===python数据可视化2.0之altair基本介绍就结束了===
　　自己整理并分享出来，喜欢的就点赞、评论、关注、转发和收藏。
　　备注一下：喜欢的人多了，以后有空就会出教程。