如果你是数据科学或机器学习初学者，你肯定已经尝试过 Matplotlib 和 Seaborn 来进行数据可视化。毫无疑问，他们都是用于数据分析的两个最常用的强大的开源 Python 数据可视化库。

Seaborn 和 Altair

Seaborn 基于 Matplotlib，并为构建信息统计可视化提供了一个高级接口。但是，有一种替代 Seaborn 的方法。这个库被称为Altair，这是一个为统计数据可视化而构建的开源 Python 库。根据官方文档(https://altair-viz.github.io/)，它基于 Vega 和 Vega-lite 语言。使用 Altair，我们可以通过类似于 Seaborn 图的条形图、直方图、散点图和气泡图、网格图和误差图等创建交互式数据可视化。

虽然 Matplotlib 库在语法风格上是命令式的，但 Altair 和 Seaborn 库在方法上都是声明式的，即用户只需要指定要做什么，机器决定它的部分。这使用户可以自由地专注于解释数据，而不是忙于编写正确的语法。这种声明式方法的唯一缺点可能是用户对自定义可视化的控制较少，这对于大多数不熟悉编码部分的用户来说是可以的。

在本文中，我们将 Seaborn 与 Altair 进行比较。为了进行比较，我们将使用这两个库创建相同的可视化集，并得出结论，在易用性、语法、可视化外观和样式以及自定义可视化的能力方面，一个库是否比另一个具有明显优势。本文完整数据和代码，可联系原文作者云朵君获取！

安装 Seaborn 和 Altair

要从 PyPi 安装这些库，请使用以下命令

pip install altair
pip install seaborn

报错与处理

如果你使用的是 Jupyter Notebook，并且首次运行，有如下错误

Error loading script: Script error for "vega-embed" http://requirejs.org/docs/errors.html#scripterror

这就涉及到在 Jupyter Notebook 中显示的问题

经典的 Jupyter Notebook 将通过实时网络连接与 Altair 的默认渲染器一起使用：不需要渲染启用步骤，或者，对于 Jupyter Notebook 中的离线渲染，可以使用 Notebook 渲染器：

alt.renderers.enable('notebook')

如果报错：

NoSuchEntryPoint: No 'notebook' entry point found in group 'altair.vegalite.v4.renderer'

则需要安装：

pip install vega

或者conda中

conda install vega --channel conda-forge

在旧版本的笔记本 (<5.3) 中，需要额外启用扩展：

jupyter nbextension install --sys-prefix --py vega

如果以上方法还不管用(如果你也遇到了同样的问题，并且有了更好的解决方案的，可以联系云朵君，一起学习)，那就建议你使用  Jupyter Lab，并设置：

import altair as alt
alt.renderers.enable('mimetype')

正常显示就没有问题了。

导入基本库和数据集

与往常一样，我们导入 Pandas 和 NumPy 库来处理数据集、Matplotlib 和 Seaborn，以及用于构建可视化的新安装库 Altair。

#导入需要的库
import pandas as pd
import numpy as np
import seaborn as sns
Import matplotlib.pyplot as plt
import altair as alt

我们将使用来自 seaborn 数据集库的“mpg”或“miles per gallon”数据集来生成这些不同的图。这个著名的数据集包含各种品牌汽车模型的 398 个样本和 9 个属性。

#导入数据集  
df = sns.load_dataset('mpg')
df.shape

>>>(398, 9)

#数据集列名
df.keys()

输出

Index(['mpg', 'cylinders', ‘displacement', ‘horsepower', ‘weight',
       'acceleration', ‘model_year', ‘origin', 'name'],
       dtype='object')

#检查数据类型
df.dtypes
#检查数据集
df.head()

这个数据集很简单，很好地融合了分类和数字特征。现在绘制图表进行比较。

散点图和气泡图

我们将从简单的散点图和气泡图开始。我们将使用'mpg'和'horsepower'变量。

Seaborn

对于 Seaborn 散点图，可以使用 relplot 命令并将“散点图”作为绘图类型传递

sns.relplot(y='mpg',x='horsepower',data=df,
            kind='scatter',size='displacement',
            hue='origin',aspect=1.2);

或者可以直接使用 scatterplot 命令。

sns.scatterplot(data=df, x="horsepower", y="mpg", 
                size="displacement", hue='origin',
                legend=True)

Altair

而对于 Altair，使用以下语法

alt.Chart(df).mark_point().encode(alt.Y('mpg'),
                                  alt.X('horsepower'),
                                  alt.Color('origin'),
                                  alt.OpacityValue(0.7),
                                  size='displacement')

在这两个库中，我们将数据源的 DataFrame 和先前选择的"horsepower"、"mpg"列分别作为 x 和 y 传递。可以使用另一个属性 "origin" 为图例条目着色，并使用两个库的附加变量 "displacement" 控制点的大小。

在 Seaborn 中，我们可以使用 "aspect" 设置来控制绘图的纵横比。但是，在 Altair 中，我们还可以通过传递 0 到 1 之间的值来控制点的不透明度值（1 表示完全不透明）。

要将 Seaborn 中的散点图转换为气泡图，只需为"sizes"传递一个值，该值表示图表中气泡的最小和最大尺寸。对于 Altair，我们只需通过 (filled=True) 来生成气泡图。

sns.scatterplot(data=df, x="horsepower", y="mpg", 
                size="displacement", hue='origin',
                legend=True, sizes=(10, 500))

alt.Chart(df).mark_point(filled=True).encode(
    x='horsepower',
    y='mpg',
    size='displacement',
    color='origin'
)

通过以上散点图，我们可以理解"horsepower"和"mpg"变量之间的关系，即"horsepower"较低的车辆似乎具有较高的"mpg"。两个图的语法相似，可以自定义以显示值。

折线图

现在，我们绘制"horsepower"和"mpg"属性的折线图。线图的语法对两者都非常简单。我们将 DataFrame 作为数据传递，上述两个变量为 x 和 y，而 'origin' 作为图例颜色。

Seaborn

sns.lineplot(data=df, x='horsepower', 
             y='acceleration',hue='origin')

Altair

alt.Chart(df).mark_line().encode(
    alt.X('horsepower'),
    alt.Y('acceleration'),
    alt.Color('origin')
    )

在这里我们可以理解"usa"车辆具有更高的"horsepower"范围，而其他两个"japan"和 "europe" 的"horsepower"范围更窄。同样，这两个图都很好地提供了相同的信息并且看起来同样出色。

条形图和计数图

在下一组可视化中，我们将绘制一个基本的条形图和计数图。这一次，我们还将添加一个图表标题。我们将使用"cylinders"和"mpg"属性作为绘图的 x 和 y。

对于 Seaborn 图，我们将上述两个特征与 Dataframe 一起传递。为了自定义颜色，我们从 Seaborn 的预定义调色板中选择了一个Palette='magma_r'。

sns.catplot(x='cylinders', y='mpg', 
            hue="origin", kind="bar", 
            data=df, palette='magma_r')

在 Altair 条形图中，我们传递 df、x 和 y，并根据"origin"特征指定颜色。在这里，我们可以通过在"mark_bar"命令中传递一个值来自定义条形的大小，如下所示。

plot=alt.Chart(df).mark_bar(size=40).encode(
    alt.X('cylinders'),
    alt.Y('mpg'),
    alt.Color('origin')
)
plot.properties(title='cylinders vs mpg')

从上面的条形图中，我们可以看到带有 4 个汽缸的车辆对于"mpg"值似乎是最有效的。

这是计数图的语法

Seaborn

我们使用 FacetGrid 命令根据变量"origin"在网格上显示多个图。

g = sns.FacetGrid(df, col="cylinders", 
                  height=4,aspect=.5,
                  hue='origin',palette='magma_r')
g.map(sns.countplot, "origin", 
      order = df['origin'].value_counts().index)

Altair

我们再次使用"mark_bar"命令，但将圆柱列的"count()"作为 y 传递以生成计数图。

alt.Chart(df).mark_bar().encode(
    x='origin',
    y='count()',
    column='cylinders:Q',
    color=alt.Color('origin')
).properties(
    width=100,
    height=100  
)

从这两个计数图中，我们可以很容易地理解"japan"有 (3,4,6) 缸车辆，"europe"有 (4,5,6) 缸车辆，"usa"有 (4,6,8) 缸车辆汽缸车。从语法的角度来看，这些库需要数据源的输入 x、y 来绘制。两个库的输出看起来还挺不错的。

接下来尝试更多的图并进行比较。

直方图

在这组可视化中，我们将绘制基本的直方图。在 Seaborn 中，我们使用 distplot 命令并传递数据框的名称，要绘制的列的名称。我们还可以使用"aspect"设置"宽高比"来调整绘图的高度和宽度。

Seaborn

sns.distplot(df, x='model_year', aspect=1.2)

Altair

alt.Chart(df).mark_bar().encode(
    alt.X("model_year:Q", bin=True),
    y='count()',
).configure_mark(
    opacity=0.7,
    color='cyan'
)

在这组可视化中，两个库的选定默认 bin 不同，因此绘图看起来略有不同。我们可以通过调整 bin 大小在 Seaborn 中获得相同的图。

sns.displot(df, x='model_year',
            bins=[70,72,74,76,78,80,82],
            aspect=1.2)

现在情节看起来很相似。然而，在这两个图中，我们可以看到最大的车辆数量是在 76 年之后，并且在 82 年尤为突出。此外，我们使用了一个配置命令来修改条的颜色和不透明度，这在 Altair 情节的情况下就像一个主题。

带状图

对于 Seaborn，我们将使用 stripplot 命令并将整个 DataFrame 和变量"cylinders"、"horsepower"分别传递给 x 和 y。

ax = sns.stripplot(data=df, y= ‘horsepower’, x= ‘cylinders’)

对于 Altair 图，我们使用 mark_tick 命令生成具有相同变量的带状图。

alt.Chart(df).mark_tick(filled=True).encode(
    x='horsepower:Q',
    y='cylinders:O',
    color='origin'
)

从上面的图中，我们可以清楚地看到不同"origin"的分类变量"cylinders"的散布情况。这两个图表在传达气缸数之间的关系方面似乎同样有效。对于 Altair 图，我们会发现 x 和 y 列在语法中已互换，以避免出现更高和更窄的图。

交互图

我们现在来到这个比较中的最后一组可视化——交互式绘图。

与 Bokeh、Plotly 和 Dash 库相比，Altair 在交互式绘图方面语法更简单。另一方面，Seaborn 不提供与任何图表的交互性。如果你想过滤掉绘图本身内部的数据并专注于绘图中感兴趣的区域/区域，就不建议使用Seaborn。

为了在 Altair 中设置交互式图表，我们定义了一个具有"interval"类型选择的选择，即在图表上的两个值之间。然后我们使用之前定义的选择定义列的活动点。接下来，我们指定要为选择显示的图表类型（绘制在主图表下方）并传递"select"作为显示值的过滤器。

select = alt.selection(type='interval')
values = alt.Chart(df).mark_point().encode(
    x='horsepower:Q',
    y='mpg:Q',
    color=alt.condition(select, 'origin:N', alt.value('lightgray'))
).add_selection(
    select
)
bars = alt.Chart(df).mark_bar().encode(
    y='origin:N',
    color='origin:N',
    x='count(origin):Q'
).transform_filter(
    select
)
values & bars

对于交互式绘图，我们可以轻松地可视化所选区域的样本数。当图表的一个区域中有太多样本/点并且我们想要可视化它们的细节以更好地理解基础数据时，这很有用。

Altair 其他要点

饼图和甜甜圈图

可惜的是，Altair 不支持饼图。这是 Seaborn 获胜的一个点，我们可以利用 matplotlib 功能通过 Seaborn 库生成饼图。

绘制网格、主题和自定义绘图大小

这两个库还允许在生成多个绘图、操纵纵横比或图形大小方面自定义绘图，并支持为颜色和背景设置不同的主题以修改图表的外观。

高级绘图

此外，还有其他高级绘图，如棒棒糖或破折号和点图、热图、树状图，可以使用这两个库进行绘制（Seaborn 可能为此需要一些额外的包），但在此比较中这些已被排除在外以保持它简单的。

写在最后

我们绘制了不少 Seaborn 和 Altair 的各种类型的图。数据可视化库——Seaborn 和 Altair 看起来同样强大。

与 Altair 相比，Seaborn 的语法更易于编写和理解；而与 Seaborn 图相比，Altair 中的数据可视化似乎更加美观及引人注目。生成交互式可视化的能力是 Altair 提供的另一个优势。因此，选择其中之一取决于个人喜好和可视化要求。

理想情况下，这两个库都可以自给自足地处理大部分数据可视化需求。如果你需要快速绘制简单的图作为数据分析的一部分，那么请选择 Seaborn。此外，如果你的项目需要饼图，那么 matplotlib 或 Seaborn 是你的首选。如果要获得交互式且外观略微精致的可视化效果，可以选择 Altair。

推荐阅读

牛逼！Python常用数据类型的基本操作（长文系列第①篇）

牛逼！Python的判断、循环和各种表达式（长文系列第②篇）

牛逼！Python函数和文件操作（长文系列第③篇）

牛逼！Python错误、异常和模块（长文系列第④篇）