Vega-Lite-多个数据集的一个图

如何解决Vega-Lite-多个数据集的一个图

我正在为Julia制作一个包装，目标是使用Vega-Lite作为后端进行快速绘图。 正如熟悉Matplotlib的人所知道的，很常见的是，有不同的向量集，并在同一图中绘制所有向量，每个向量都有自己的标签。例如：

x = range(0,10)
y = np.random.rand(10)
w = range(0,5)
z = np.random.rand(5)
plt.plot(x,y,label = 'y')
plt.plot(w,z,label = 'z')
plt.legend()

我想知道如何使用Vega-Lite（或altair）做类似的事情。 我知道我可以做两个单独的图，然后在另一个上加一个。我的问题主要是关于如何使用图例，因为要获得图例，通常需要另一个领域 例如“颜色”，指向数据框中的另一个字段。

我看过类似的文章，但处理来自不同列的数据的问题。这种情况的答案基本上是使用折叠变换。但在我的问题中，这并不是很有效，因为我对从两个不同的图开始（可能使用两个不同的数据集）更感兴趣，因此“合并”数据集不是一个好的解决方案。

解决方法

您可以利用以下事实：在复合图表中，Vega-Lite默认使用共享比例。如果您将颜色，形状，strokeDash等分配给每个图层的唯一值，则会自动生成适当的图例。

这里是一个示例，使用Altair生成Vega-Lite规范：

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

x = np.linspace(0,10)

df1 = pd.DataFrame({
    'x': x,'y': np.sin(x)
})
df2 = pd.DataFrame({
    'x': x,'y': np.cos(x)
})

chart1 = alt.Chart(df1).transform_calculate(
    label='"sine"'
).mark_line().encode(
    x='x',y='y',color='label:N'
)

chart2 = alt.Chart(df2).transform_calculate(
    label='"cosine"'
).mark_line().encode(
    x='x',color='label:N'
)

alt.layer(chart1,chart2)