在Altair(Python)中标记分层图表
我试图在Altair中创建两层柱状图,并为每个柱状图创建一个垂直平均标尺。我想要一个图例来标记这四个 我正在使用可以找到的第一个“出生体重I”数据 我的代码很长,道歉看起来像这样:在Altair(Python)中标记分层图表,python,altair,Python,Altair,我试图在Altair中创建两层柱状图,并为每个柱状图创建一个垂直平均标尺。我想要一个图例来标记这四个 我正在使用可以找到的第一个“出生体重I”数据 我的代码很长,道歉看起来像这样: from altair import datum # This histogram for baby weights of mothers who dont smoke dont = alt.Chart(babyData).mark_bar().encode( alt.X("bwt-oz:Q", axis=
from altair import datum
# This histogram for baby weights of mothers who dont smoke
dont = alt.Chart(babyData).mark_bar().encode(
alt.X("bwt-oz:Q", axis=alt.Axis(title='Birth Weight (Ounces)'), bin=True),
alt.Y('count()', axis=alt.Axis(title='Count'), scale=alt.Scale(domain=[0, 350]))
).properties(
width=400,
height=400
).transform_filter(
datum.smoke == 0,
)
mean = alt.Chart(babyData).mark_rule(color='red').encode(
x='mean(bwt-oz):Q',
size=alt.value(4)
).transform_filter(
datum.smoke == 0
)
dontSmokeChart = dont + mean
# This histogram for baby weights of mothers who smoke
do = alt.Chart(babyData).mark_bar().encode(
alt.X("bwt-oz:Q", axis=alt.Axis(title='Birth Weight (Ounces)'), bin=True),
alt.Y('count()', axis=alt.Axis(title='Count'), scale=alt.Scale(domain=[0, 350]))
).transform_filter(
datum.smoke == 1
).properties(
width=400,
height=400
)
mean2 = alt.Chart(babyData).mark_rule(color='red').encode(
x='mean(bwt-oz):Q',
size=alt.value(4)
).transform_filter(
datum.smoke == 1
)
doSmokeChart = do + mean2
# This layers, and puts them all together
layer = alt.layer(
dont,
mean,
do,
mean2
).properties(
title="Layered Histogram of Baby Weights of Mothers Who smoke Vs. Who Don't",
).configure_mark(
opacity=0.5,
color='blue',
)
layer
最终的分层图表如下所示:
我只想要一个图例,说明哪个直方图/平均值属于哪个
如果我也能给它们涂上颜色,或许可以用这种方式添加一个传奇,那也不错,但我不知道怎么做
谢谢你的洞察力 您不应使用过滤数据手动创建图层,而应在完整数据集上使用颜色编码:然后将自动生成图例 例如:
import altair as alt
import pandas as pd
babyData = pd.read_csv('https://www.stat.berkeley.edu/users/statlabs/data/babiesI.data', delim_whitespace=True)
base = alt.Chart(babyData).transform_filter(
'datum.smoke != 9'
)
hist = base.mark_bar(opacity=0.5).encode(
alt.X("bwt:Q",title='Birth Weight (Ounces)', bin=True),
alt.Y('count()', title='Count'),
color='smoke:N'
).properties(
width=400,
height=400
)
mean = base.mark_rule().encode(
x='mean(bwt):Q',
size=alt.value(4),
color='smoke:N'
)
hist + mean
从那里,您可以使用标准方法来为每个标记创建图层。而不是使用过滤数据手动创建图层,您应该在完整的数据集上使用颜色编码:然后将自动生成图例 例如:
import altair as alt
import pandas as pd
babyData = pd.read_csv('https://www.stat.berkeley.edu/users/statlabs/data/babiesI.data', delim_whitespace=True)
base = alt.Chart(babyData).transform_filter(
'datum.smoke != 9'
)
hist = base.mark_bar(opacity=0.5).encode(
alt.X("bwt:Q",title='Birth Weight (Ounces)', bin=True),
alt.Y('count()', title='Count'),
color='smoke:N'
).properties(
width=400,
height=400
)
mean = base.mark_rule().encode(
x='mean(bwt):Q',
size=alt.value(4),
color='smoke:N'
)
hist + mean
从那里你可以使用标准的方法来处理每个标记。@jakevdp刚刚击败了我!我也要说同样的话。这里有一个完整的示例供您使用 作为pd进口熊猫 将牵牛星导入为alt 链接到数据源 URL='1〕https://www.stat.berkeley.edu/users/statlabs/data/babiesI.data' 将数据读入数据帧 df=pd.read_tableURL,sep='\s+' hist=alt.Chartdf.mark\U区域 不透明度=0.7, 内插class='step' 编码 alt.Xbwt:Q,axis=alt.Axistitle='出生体重盎司',bin=True, alt.Y'count',axis=alt.Axistitle='count',stack=None, alt.Color“烟雾:N” .物业 宽度=400, 高度=400 .transform_filterat.datum.smoke!=9 rule=alt.Chartdf.mark\u rulecolor='red'。编码 备选详图“烟雾:N”, alt.Color“烟雾:N”, alt.X‘平均值:Q’, 大小=alt.value4, .transform_filterat.datum.smoke!=9 历史+规则
@杰克,VDP刚刚打败了我!我也要说同样的话。这里有一个完整的示例供您使用 作为pd进口熊猫 将牵牛星导入为alt 链接到数据源 URL='1〕https://www.stat.berkeley.edu/users/statlabs/data/babiesI.data' 将数据读入数据帧 df=pd.read_tableURL,sep='\s+' hist=alt.Chartdf.mark\U区域 不透明度=0.7, 内插class='step' 编码 alt.Xbwt:Q,axis=alt.Axistitle='出生体重盎司',bin=True, alt.Y'count',axis=alt.Axistitle='count',stack=None, alt.Color“烟雾:N” .物业 宽度=400, 高度=400 .transform_filterat.datum.smoke!=9 rule=alt.Chartdf.mark\u rulecolor='red'。编码 备选详图“烟雾:N”, alt.Color“烟雾:N”, alt.X‘平均值:Q’, 大小=alt.value4, .transform_filterat.datum.smoke!=9 历史+规则