学习Python数据可视化，如何快速入门？

熟悉Python数据可视化的同学会知道matplotlib是绘图的基础库，定制化程度高，虽然代码稍显复杂，但能画各种复杂图表。

由于这种偏底层的特性，matplotlib并不适合普通的数据可视化探索，因为满足不了效率和简洁的要求。我最近用了一个刚好可以替代matplotlib的库-Altair，既能快速出图，还能保证美观、实用、专业。

Altair不同于Matplotlib，它绘制图表代码更加简单直接，因为Altair是“申明式”语法，你只要提做什么就可以，Altair会自动渲染细节，不需要像matplotlib那样，要指定每个元素的步骤细节。

比如说Altair绘制散点图，只需要在一个函数里告诉它x、y字段用什么数据，图表标题、大小是什么就可以，而Matplotlib则需要手工去创建画布、标题、尺寸，每个元素都需要去设计，更加麻烦。

另外，Altair还有几个优点是Matplotlib不擅长的，或者实现起来更复杂。

1、交互性能好，Altair是原生支持图表交互，可以随意与图表进行交互，实现酷炫的展示。

比如常出现的随年份动态加载的图表：

2、原生样式美观，Altair有基础的样式布局，哪怕最简单的代码也能出不错的图表。

3、擅长绘制多子图图表，Altair能用简单函数将不同子图拼接在一起。

通过pip安装Altair以及它的示例数据库，在命令行执行以下代码即可：

pip install altair
pip install vega_datasets

然后，你可以绘制一个堆积图，就知道Altair代码有多简单。

import altair as alt
from vega_datasets import data
# 加载示例数据
source = data.iowa_electricity()
# 创建堆积图
alt.Chart(source,title="示例堆积图").mark_area().encode(
    x="year:T",
    y="net_generation:Q",
    color="source:N"
)

从代码能看的出来，Altair绘图有三个重要组件：

• Data：创建数据源
• Chart：创建不同类型图表
• encode：配置各种图表元素

会用这三个组件，你就能用Altair创建炫酷的可视化图表。

另外通过在chart对象上使用interactive() 方法能实现图表交互。

绘制散点图：

绘制热力图：

绘制点线图：

绘制气泡图：

还有其他各种常见图表：