在 Vega 中使用不同颜色的负值和正值构建条形图

Build bar chart in Vega with different colors for negative and positive values

所以我需要使用 Vega 库构建这样的东西:

现在我是超级n00b,还请大家见谅

第一个解决方案:使用某种条件格式(如 Excel):如果栏值 < 0,则将其设为红色。如果条形值 > 0,则将其变为绿色。我可以为 Vega-Lite 找到一些条件语法,这给了我希望,但我不知道如何将语法转换为普通 Vega,我不知道。

其次,我考虑过对范围使用某种配色方案,例如具有阈值的配色方案。但是我完全不知道要使用什么比例范围类型,并且注意到比例范围类型和配色方案之间存在关系,所以是的。困惑。

然后,我的同事提出了这个建议:https://vega.github.io/editor/#/examples/vega-lite/layer_bar_annotations

因此在示例中,我们可以看到高于阈值的条形值具有条件格式。所以我尝试过滤数据以获得 2 个子集:values_lower_than_0values_higher_than_0 将它们用作标记的来源。但好像我不知道如何过滤。我的数据如下所示:

[
  { "date": "2018-12-10", "difference": 20 }, 
  { "date": "2018-10-21", "difference": -10 }
  ...
]

然后我对其应用变换:

...

{
      'name': 'values_lower_than_0',
      'source': 'temps',
      'transform': [{ 'type': 'filter', 'expr': 'datum.difference.Value < 0' }]
}

但是当我在标记中使用 values_lower_than_0 时,似乎什么也没有发生。

那么,我有两个问题:

我好累,我今天犯了愚蠢的错误!如果有人想使用上面描述的第三种方法,那么我是对的,我只是将错误的源名称传递给了标记。

另一种说法是:对于负值(例如values_lower_than_0),您只需要计算一个子集。

完成后,所有柱状图都会有一个名为 bars 的标记(与默认值一样,带有绿色填充)。该标记的数据源将是默认数据。在该标记之上,您将应用第二个标记,称为 negative_bars(例如),其来源为 values_lower_than_0,您将为其填充红色。

我关于最佳方法的问题仍然存在。

更好的方法是不对数据集应用转换。

here

为例

想法是将 y2 值设置为 Height 的中间值。 y 然后将根据值是负值还是正值分别调整到低于 midHeight 或高于 midHeight。请参考下面的 rect 类型标记配置。

{
  "$schema": "https://vega.github.io/schema/vega/v4.json",
  "width": 600,
  "height": 360,
  "autosize": "fit",
  "data": [
    {
      "name": "table",
      "url": "https://uat.gramener.com/vega/chart/data/pos-neg-items.json"
    }
  ],
  "scales": [
    {
      "name": "xscale",
      "type": "band",
      "domain": {
        "data": "table",
        "field": "category"
      },
      "range": "width",
      "padding": 0.2,
      "round": true
    },
    {
      "name": "yscale",
      "domain": {
        "data": "table",
        "field": "amount"
      },
      "nice": true,
      "range": "height"
    }
  ],
  "marks": [
    {
      "name": "bars",
      "type": "rect",
      "from": {
        "data": "table"
      },
      "encode": {
        "enter": {
          "x": {
            "scale": "xscale",
            "field": "category"
          },
          "width": {
            "scale": "xscale",
            "band": 1
          },
          "y": {
            "scale": "yscale",
            "field": "amount"
          },
          "y2": {
            "signal": "scale('yscale', 0)"
          },
          "fill": {
            "signal": "datum['amount'] > 0 ? '#5CB38B' : '#E6685C'"
          },
          "tooltip": {
            "signal": "datum"
          }
        }
      }
    },
    {
      "name": "item_score",
      "type": "text",
      "from": {
        "data": "table"
      },
      "encode": {
        "enter": {
          "x": {
            "scale": "xscale",
            "field": "category"
          },
          "y": {
            "scale": "yscale",
            "field": "amount"
          },
          "dy": {
            "signal": "datum['amount'] > 0 ? -4 : 14"
          },
          "dx": {
            "signal": "bandwidth('xscale')/2"
          },
          "align": {
            "value": "center"
          },
          "fill": {
            "value": "black"
          },
          "text": {
            "field": "amount"
          },
          "fontSize": {
            "value": 12
          }
        }
      }
    },
    {
      "name": "item_name",
      "type": "text",
      "from": {
        "data": "table"
      },
      "encode": {
        "enter": {
          "x": {
            "scale": "xscale",
            "field": "category"
          },
          "dx": {
            "value": 20
          },
          "dy": {
            "signal": "datum['amount'] > 0 ? height/2 + 14 : height/2 - 6"
          },
          "align": {
            "value": "center"
          },
          "fill": {
            "value": "#000000"
          },
          "text": {
            "field": "category"
          },
          "fontSize": {
            "value": 12
          }
        }
      }
    }
  ]
}