时间戳

首页 > 解决方案 > Altair条形图具有可变宽度的条形？

python - Altair条形图具有可变宽度的条形？

问题描述

我正在尝试在 Python 中使用 Altair 制作一个条形图，其中条形的宽度取决于源数据框列中的数据。最终目标是得到这样的图表：

具有可变宽度条形的条形图

条形的高度对应于每种能源技术的边际成本（在源数据框中以列形式给出）。条形宽度对应于每种能源技术的容量（也在源数据框中以列的形式给出）。颜色也是来自源数据框的序数数据。条形按边际成本的升序排序。（这样的情节在能源行业被称为“发电堆栈”）。这在 matplotlib 中很容易实现，如下面的代码所示：

import matplotlib.pyplot as plt 

# Make fake dataset
height = [3, 12, 5, 18, 45]
bars = ('A', 'B', 'C', 'D', 'E')

# Choose the width of each bar and their positions
width = [0.1,0.2,3,1.5,0.3]
y_pos = [0,0.3,2,4.5,5.5]

# Make the plot
plt.bar(y_pos, height, width=width)
plt.xticks(y_pos, bars)
plt.show()

（来自https://python-graph-gallery.com/5-control-width-and-space-in-barplots/的代码）

但是有没有办法用 Altair 做到这一点？我想用 Altair 来做这件事，这样我仍然可以获得 Altair 的其他强大功能，例如工具提示、选择器/绑定，因为我有很多其他数据想要在条形图旁边显示。

我的源数据的前 20 行如下所示：

在此处输入图像描述

（与上面显示的图表不完全匹配）。

标签： pythonplotchartsbar-chartaltair

解决方案

在 Altair 中，执行此操作的方法是使用rect标记并显式构建您的条形图。这是一个模仿您的数据的示例：

import altair as alt
import pandas as pd
import numpy as np

np.random.seed(0)

df = pd.DataFrame({
    'MarginalCost': 100 * np.random.rand(30),
    'Capacity': 10 * np.random.rand(30),
    'Technology': np.random.choice(['SOLAR', 'THERMAL', 'WIND', 'GAS'], 30)
})

df = df.sort_values('MarginalCost')
df['x1'] = df['Capacity'].cumsum()
df['x0'] = df['x1'].shift(fill_value=0)

alt.Chart(df).mark_rect().encode(
    x=alt.X('x0:Q', title='Capacity'),
    x2='x1',
    y=alt.Y('MarginalCost:Q', title='Marginal Cost'),
    color='Technology:N',
    tooltip=["Technology", "Capacity", "MarginalCost"]
)

在此处输入图像描述

要在不预处理数据的情况下获得相同的结果，可以使用 Altair 的转换语法：

df = pd.DataFrame({
    'MarginalCost': 100 * np.random.rand(30),
    'Capacity': 10 * np.random.rand(30),
    'Technology': np.random.choice(['SOLAR', 'THERMAL', 'WIND', 'GAS'], 30)
})

alt.Chart(df).transform_window(
    x1='sum(Capacity)',
    sort=[alt.SortField('MarginalCost')]
).transform_calculate(
    x0='datum.x1 - datum.Capacity'
).mark_rect().encode(
    x=alt.X('x0:Q', title='Capacity'),
    x2='x1',
    y=alt.Y('MarginalCost:Q', title='Marginal Cost'),
    color='Technology:N',
    tooltip=["Technology", "Capacity", "MarginalCost"]
)

推荐阅读