在之前的文章中，我已经介绍了seaborn和matplotlib.pyplot用于Python的可视化。在这篇文章中，我想介绍altair模块。这是支持Python中可视化的替代模块。 可以在命令提示符下使用pip install来安装altair模块。 在下面，我将altair模块以及pandas和pandas_datareader导入。我将使用pandas_datareader读取特斯拉的股价数据。我将使用在altair中创建的图表来可视化股价走势。但是首先我从Yahoo Finance查询数据并显示检索到的数据框的标题：

＃导入相关模块
import pandas as pd
import altair as alt
import pandas_datareader.data as web
import datetime
＃读取特斯拉过去5年的股价数据
start = datetime.datetime(2015,10,11)
end = datetime.datetime(2020,10,11)
df = web.DataReader("TSLA","yahoo",start,end)
＃显示股价数据框的标题
df.head()

当前日期是数据框的行索引。为了使用altair，最好将它们添加为具有指定列标题的单独列：

df[“Dates”] = df.index

现在我有了数据，现在可以使用Python中的altair模块创建股价图表：

＃用altair创建图表
chart = alt.Chart(df).mark_area().encode(
    x="Dates",
    y="Close"
)
＃显示高度图
chart

那是一个非常基本的图表。在下面，我创建另一个具有颜色渐变的面积图：

＃创建高度图
chart = alt.Chart(df).mark_area(line={'color':'darkgreen'},color=alt.Gradient(
        gradient='linear',
        stops=[alt.GradientStop(color='white', offset=0),
               alt.GradientStop(color='darkgreen', offset=1)])).encode(x="Dates",y="Close")
# display altair chart
chart

我想向图表添加标题。我也想更改x和y轴标题。我在下面的代码中这样做：

＃添加图表标题
chart.title = "Daily TSLA stock closing prices [USD]"
＃调整x和y轴标签
chart.encoding.x.title = "Time"
chart.encoding.y.title = "Daily closing price [USD]"
＃显示修改后的图表
chart

现在让我们尝试制作一个烛台图。例如，可以使用烛台图解释股票分析。可以在这里找到：https://diagrammm.com/candlestick_chart

＃创建颜色条件
color_conditions = alt.condition("datum.Open <= datum.Close",
                                 alt.value("green"),
                                 alt.value("red"))# build chart
chart = alt.Chart(df).encode(x = "Dates")
＃设置图表标题
chart.title = "Candle-stick diagram of TSLA stock prices"
＃设置图表的x轴标签
chart.encoding.x.title = "Time"
＃使用mark_rule（）方法构造一个规则标记
rules = chart.mark_rule().encode(
    y = "Low",
    y2 = "High")
＃调整规则的y轴标签
rules.encoding.y.title = "Price"
＃构建栏
bars = chart.mark_bar().encode(
    y="Open",
    y2="Close",
    color = color_conditions)
＃显示规则和条形图（均基于相同的基本图表
rules + bars

在上面的烛台图中，altair条已作为altair规则的第二层放置。 让我们使用特斯拉的股价数据创建更多的绘图示例。在下面的代码中，我为特斯拉每日收盘价创建了一个股价线图：

＃创建线图
chart = alt.Chart(df).mark_line().encode(x="Dates",y="Close")
＃设置标题和轴标签
chart.title = "Daily TSLA stock closing prices"
chart.encoding.x.title = "Time"
chart.encoding.y.title = "Price [USD]"
＃显示线图
chart

创建图表时，我还可以指定一些其他属性，例如图表的宽度：

 ＃创建颜色条件 
color_conditions = alt.condition("datum.Open <= datum.Close",                                  alt.value("green"),                                  alt.value("red"))# build chart chart = alt.Chart(df).encode(x = "Dates").properties(width=800) 
＃设置图表标题 
chart.title = "Candle-stick diagram of TSLA stock prices" 
＃设置图表的x轴标签 
chart.encoding.x.title = "Time" 
＃使用mark_rule（）方法构造一个规则标记 
rules = chart.mark_rule().encode(     y = "Low",     y2 = "High") 
＃调整规则的y轴标签 
rules.encoding.y.title = "Price" 
＃构建栏 
bars = chart.mark_bar().encode( y="Open", y2="Close",     color = color_conditions) 
＃显示规则和条形图 - 均基于相同的基本图表 
rules + bars 

这就完成了我对Python中的altair模块的基本介绍。有关更多信息，例如建议检查文档：https://altair-viz.github.io

您还可以查看我在Python和R中有关可视化的其他文章，例如使用R中的Leaflet进行空间数据可视化，使用Python中的Folium和Leaflet进行地理编码和热映射，以及使用R中的deckgl进行3D热映射。我还写了几本有关使用Seaborn和Matplotlib.pyplot进行数据可视化的教程。我通过将Markowitz投资组合理论与蒙特卡洛模拟相结合，使用Matplotlib可视化卡车库存的有效前沿。

Linnart Felkl

专业领域为优化和仿真的工业工程师（R，Python，SQL，VBA）