altair README

The project's README from github.com/vega/altair. As one markdown file: README.md.

Vega-Altair

github actions typedlib_mypy JOSS Paper PyPI - Downloads

Vega-Altair is a declarative statistical visualization library for Python. With Vega-Altair, you can spend more time understanding your data and its meaning. Vega-Altair's API is simple, friendly and consistent and built on top of the powerful Vega-Lite JSON specification. This elegant simplicity produces beautiful and effective visualizations with a minimal amount of code.

Vega-Altair was originally developed by Jake Vanderplas and Brian Granger in close collaboration with the UW Interactive Data Lab. The Vega-Altair open source project is not affiliated with Altair Engineering, Inc.

Documentation

See Vega-Altair's Documentation Site as well as the Tutorial Notebooks. You can run the notebooks directly in your browser by clicking on one of the following badges:

Binder Colab

Example

Here is an example using Vega-Altair to quickly visualize and display a dataset with the native Vega-Lite renderer in the JupyterLab:

import altair as alt

# load a simple dataset as a pandas DataFrame
from altair.datasets import data

cars = data.cars()

alt.Chart(cars).mark_point().encode(
    x="Horsepower",
    y="Miles_per_Gallon",
    color="Origin",
)

Vega-Altair Visualization

One of the unique features of Vega-Altair, inherited from Vega-Lite, is a declarative grammar of not just visualization, but interaction. With a few modifications to the example above we can create a linked histogram that is filtered based on a selection of the scatter plot.

import altair as alt
from altair.datasets import data

source = data.cars()

brush = alt.selection_interval()

points = alt.Chart(source).mark_point().encode(
    x="Horsepower",
    y="Miles_per_Gallon",
    color=alt.when(brush).then("Origin").otherwise(alt.value("lightgray")),
).add_params(
    brush
)

bars = alt.Chart(source).mark_bar().encode(
    x="count(Origin)",
    y="Origin",
    color="Origin",
).transform_filter(
    brush
)

points & bars

Vega-Altair Visualization Gif

Features

Installation

Vega-Altair can be installed with:

pip install altair

If you are using the conda package manager, the equivalent is:

conda install altair -c conda-forge

For full installation instructions, please see the documentation.

Getting Help

If you have a question that is not addressed in the documentation, you can post it on StackOverflow using the altair tag. For bugs and feature requests, please open a Github Issue.

Development

uv Ruff pytest

For information on how to contribute your developments back to the Vega-Altair repository, see CONTRIBUTING.md

Citing Vega-Altair

JOSS Paper

If you use Vega-Altair in academic work, please consider citing https://joss.theoj.org/papers/10.21105/joss.01057 as

@article{VanderPlas2018,
    doi = {10.21105/joss.01057},
    url = {https://doi.org/10.21105/joss.01057},
    year = {2018},
    publisher = {The Open Journal},
    volume = {3},
    number = {32},
    pages = {1057},
    author = {Jacob VanderPlas and Brian Granger and Jeffrey Heer and Dominik Moritz and Kanit Wongsuphasawat and Arvind Satyanarayan and Eitan Lees and Ilia Timofeev and Ben Welsh and Scott Sievert},
    title = {Altair: Interactive Statistical Visualizations for Python},
    journal = {Journal of Open Source Software}
}

Please additionally consider citing the Vega-Lite project, which Vega-Altair is based on: https://dl.acm.org/doi/10.1109/TVCG.2016.2599030

@article{Satyanarayan2017,
    author={Satyanarayan, Arvind and Moritz, Dominik and Wongsuphasawat, Kanit and Heer, Jeffrey},
    title={Vega-Lite: A Grammar of Interactive Graphics},
    journal={IEEE transactions on visualization and computer graphics},
    year={2017},
    volume={23},
    number={1},
    pages={341-350},
    publisher={IEEE}
}

altair (vega/altair)

Searching Database…

10.5K ·GitHub
Altair
Что это такое?Vega-Altair — это библиотека для Python, предназначенная для статистической визуализации данных. Она позволяет строить графики, описывая связи между данными и их визуальным отображением, а не отдавая команды на рисование.
Это библиотека для построения графиков или полноценное приложение?Это библиотека на Python, которая оборачивает спецификацию Vega-Lite в формате JSON в API на Python с проверкой типов. Графики выводятся прямо в документе, а не в отдельном самостоятельном приложении.
Как установить библиотеку и построить первый график?Установите библиотеку через pip или conda, затем импортируйте altair, передайте DataFrame в объект Chart и задайте сопоставления через encode, чтобы вывести график в Jupyter или VS Code.
Обязательно ли мне нужен Jupyter?Строго говоря, нет, но библиотека рассчитана на то, чтобы показывать графики прямо в JupyterLab, Jupyter Notebook и VS Code. Также она может экспортировать графики в отдельные HTML-файлы или статичные изображения.
Сама библиотека рисует графики или передаёт отрисовку другому движку?Отрисовку выполняет движок Vega-Lite JS, поэтому сам график рисуется через базовую спецификацию, а не напрямую кодом Altair на Python.
Можно ли экспортировать графики в другие форматы?Да, визуализации можно экспортировать в изображения PNG и SVG, в отдельные HTML-страницы, в Online Vega-Lite Editor или сохранять как JSON-файлы.
Поддерживаются ли интерактивные графики, например связанные выборки?Да, Altair наследует декларативную грамматику взаимодействий Vega-Lite, поэтому можно построить, например, гистограмму, которая фильтруется по выделению на точечной диаграмме, внеся лишь небольшие изменения в статичный график.
What are similar projects?matplotlib, plotly.py, bokeh, fg-data-profiling, DeepAnalyze, notebook, prettymaps, pygwalker
Which topics is it in?charting-library, data, jupyter, jupyter-notebook, data-analysis, academic, visualization, data-visualization, data-science, json, bsd, dashboard
Creator
vega
Size
123.1 MB
Stars
10.5K
Updated
CommitOct 17Releasev6.3.0Sep 15
Age
11y
Commits · 90 Days