Altair

Question

是否可以在 Altair 图表内绘制遵循图表 x 和 y 变量度量单位的线条和几何形状？图表可能是多面的，形状和线条取决于每个特定方面的数据。

一个可重现的例子：

import pandas as pd
import numpy as np
import altair as alt
alt.renderers.enable('notebook')

# make some data to test
N = 1000
df = pd.DataFrame({
    'x1': np.random.normal(0, 1, N),
    'x2': np.random.normal(0, 1, N),
    'facet': np.random.choice(list('ABCDEFGHI'), N),
})

# derived variables 
df['y1'] = np.where(np.sqrt(df['x1']**2 + df['x2']**2) > 2, 'F', 'P')
df['y2'] = 0.5*df['x2'] + 2.0 + np.random.normal(0, .5, N)
df['color'] = np.where(df['y1'].eq('F'), 'red', 'green')

# custom color map
domain = ['F', 'P']
range_ = ['red', 'green']

# create and render the chart
p1 = alt.Chart(df).mark_circle(opacity=1, size=15).encode(
    alt.X('x1', scale=alt.Scale(domain=(-4, 4))),
    alt.Y('x2', scale=alt.Scale(domain=(-4, 4))),
    color=alt.Color('y1', scale=alt.Scale(domain=domain, range=range_)),
    facet='facet'
)

# set some additional properties
p1.properties(width=150, height=150, columns=3).resolve_scale()

产生以下输出：

Q1：是否可以在每个图表中绘制一个以 0, 0 为中心，半径为 2 的圆，如第 2 个方面所示？

圆的度量单位与 x 和 y 的度量单位相同。在这种情况下，x 和 y 可以表示物理线性测量，其中每个像素的长度在 x 和 y 上是一致的。即它可能是飞镖板。

类比可能是R lattice xyplot aspect = 'iso'。请在此处查看方面描述：https://rdrr.io/cran/lattice/man/xyplot.html

Q2：是否可以在绘图的一角添加文本注释，计算每个图表中 "F"（红色）的数量？

Q3：对于轴不是 "iso" 且具有不同度量单位的情况，是否可以绘制一条线和一个椭圆（例如，一个 95% 密度的椭圆），如下面的第二个方面所示？也许在图表上标注了拟合线的斜率和截距？

示例：

# create and render the chart
p1 = alt.Chart(df).mark_point().encode(
    x='x2',
    y='y2',
    facet='facet'
)

# set some additional properties
p1.properties(width=150, height=150, columns=3).resolve_scale()

在 R Lattice 中，这些类型的可视化是通过使用 'aspect'、一些特定的 lattice/grid 函数以及在某些情况下编写自定义 'panel' (facet) 函数来完成的，即可以访问每个方面的数据索引，并且可以运行每个方面的线性模型并显示结果。

Answer 1

Altair 中没有用于此类注释的机制，缺少创建所需注释的基础数据并将其绘制为普通图表层的方法。

对一般图表注释的支持是 Vega 和 Vega-Lite（Altair 使用的渲染库）中的一个未解决问题。

Altair - 在多面图表中绘制圆、椭圆、注释

Altair - plot circle, ellipse, annotations in faceted chart

python

geometry

facet

ellipse