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)
版权声明:本文内容由互联网用户自发贡献,该文观点与技术仅代表作者本人。本站仅提供信息存储空间服务,不拥有所有权,不承担相关法律责任。如发现本站有涉嫌侵权/违法违规的内容, 请发送邮件至 dio@foxmail.com 举报,一经查实,本站将立刻删除。