再见Matplotlib！我用这款Python神器了！

对于Python的可视化工具，大家都或多或少的接触和使用过，像是大家熟知的matplotlib、Seaborn等库，以及之前小编为大家推荐的Plotly库。

今天将为大家介绍一个新的专门为python编写的可视化神器，该库专注于对于数据信息的探索，非常适合数据分析方向的小伙伴来使用，一起来看看吧。

1

如何安装

对于Altair库的安装，非常的方便，大家只需要通过pip install Altair即可完成安装。接着就可以在我们的程序中进行使用了。

Altair也提供了主页，方便大家进行系统的学习。主页的地址为：https://altair-viz.github.io/。

2

常用API介绍

1).常用API介绍

下面我们来针对Altair中常用的API来做个简单的介绍吧，首先是散点图的绘制。我们利用的数据如下所示。

2).散点图

散点图是经常用的一种图形，看数据的分布密集程度经常用它。来看一下它的程序和可视化结果如下图所示：

上述的程序中，首先Altair调用了Chart类，然后在chart图表中根据我们传入的cars数据，创建散点图，其中x坐标是Horsepower，而纵坐标是Miles_per_Gallon。可视化的图表中，还提供了可以直接下载的链接，我们可以选择保存图片，或者是在Vega在线编辑器中进行图片的编辑。

3).柱状图的操作

柱状图经常用来进行对比分析，非常直观。看一下它的程序和可视化结果如下图所示:

上图的程序中，在进行x轴数据的处理时，Altair选择了Miles_per_Gallon进行处理，其中的bin参数是通过创建的BinParams对象来建立，其中maxbins参数的意思是最多创建10个条形柱。而通过不同的原产地，可以很清楚的分辨出不同原产地的汽车耗油数量分布。

同时，上述程序可以看出，Altair不需要其他库的支持，就可以创建出柱状图。如果大家想要按照不同的原产地，创建出不同的柱状图时，可以利用下面的程序来进行创建。

相比于上面的程序，这里的程序仅仅多添加了column='Origin'这一句程序而已。是不是非常简洁，比起matplotlib的用法要简单多了，而且图片还非常漂亮！

3

最牛的交互功能

除了数据的可视化之外，Altair还提供了交互的功能，例如下方程序中，程序提供了让用户选择区域，并进行数量统计的功能。

其动态交互的可视化功能如下所示：

上图中可以看出，通过不断的选择区域，程序会自动的帮助我们计算选择的区域中，不同类别的数量，并通过下方的横向柱状图直观的展现出来，这项功能可以更加方便的帮助我们理解不同范围下的数据分布差异，在数据分析中有很大的帮助。

4

实战操作

为了更好的将Altair与我们的实际相结合，这里我运用之前发表文章中的抓取到的《青春有你》中，108位小姐姐的信息，来看一下如何运用Altair来做一个直观的可视化。

先来回顾一下108位小姐姐的数据信息：

然后，我们利用Altair来做一个交互式的可视化，程序如下所示：

上图程序中，根据读入数据中，小姐姐们的身高和体重来创建横纵坐标，根据小姐姐们的年龄来区别颜色，创建一个点图。然后创建一个柱状图与上面的点图产生联动。其效果如下图所示:

可以看到，通过交互来划定不同的区域时，下方的柱状图会显示出所选择区域中不同年龄数量的分布，可以看出：

• 在左上方的分布中，也即身高较高，体重较小的分布中，年龄在24岁的小姐姐分布最多；
• 而在右上角，也即体重和身高都较突出的区域中，年龄在21岁的小姐姐占据绝大多数；

通过这样的直观交互，可以让我们从数据中更加直观的获取到我们想要获取得到的信息。

5

总结

以上就是小编带给大家关于Altair的分享，Altair相比于其他的可视化神器，具有强大的交互功能，能够更加帮助使用者窥探到数据中的信息，大家也赶快安装Altair来进行交互体验吧。