### 使用Altair在Jupyter Notebook中实现交互式多视图关联分析 Altair 是一个基于 Vega 和 Vega-Lite 的声明式统计可视化库，能够轻松创建交互式图表。结合 Jupyter Notebook，可以实现多视图关联分析的案例代码。以下是一个完整的示例，展示如何使用 Altair 在 Jupyter Notebook 中实现交互式多视图关联分析。 #### 示例代码：交互式多视图关联分析 ```python import altair as alt from vega_datasets import data # 加载数据集 source = data.cars() # 创建选择框（用于交互） selection = alt.selection_single( fields=['Origin'], # 指定筛选字段 init={'Origin': 'USA'}, # 初始值 bind=alt.binding_select(options=['USA', 'Europe', 'Japan']) # 下拉菜单选项 ) # 图表1：散点图（显示 Horsepower 和 Miles_per_Gallon 的关系） chart1 = alt.Chart(source).mark_circle().encode( x='Horsepower:Q', y='Miles_per_Gallon:Q', color=alt.condition(selection, 'Origin:N', alt.value('lightgray')), tooltip=['Name', 'Horsepower', 'Miles_per_Gallon', 'Origin'] ).add_selection( selection ).properties( width=300, height=300, title="Horsepower vs Miles_per_Gallon" ) # 图表2：柱状图（显示 Origin 的分布） chart2 = alt.Chart(source).mark_bar().encode( x=alt.X('count(Origin):Q', title='Count'), y=alt.Y('Origin:N', title='Origin'), color='Origin:N' ).transform_filter( selection ).properties( width=300, height=300, title="Origin Distribution" ) # 组合图表 combined_chart = alt.hconcat(chart1, chart2) # 显示图表 combined_chart ``` #### 代码解析 1. **数据加载**：通过 `vega_datasets` 加载内置的 `cars` 数据集[^1]。 2. **选择框定义**：使用 `alt.selection_single` 定义单选框，并绑定到 `Origin` 字段，允许用户从下拉菜单中选择不同的地区[^1]。 3. **散点图**：通过 `mark_circle` 创建散点图，展示 `Horsepower` 和 `Miles_per_Gallon` 的关系，并根据选择框动态更新颜色[^1]。 4. **柱状图**：通过 `mark_bar` 创建柱状图，展示 `Origin` 的分布情况，并根据选择框过滤数据[^1]。 5. **组合图表**：使用 `alt.hconcat` 将两个图表水平排列，形成多视图关联分析[^1]。 #### 注意事项 - 确保安装了必要的库：`altair` 和 `vega_datasets`。可以通过以下命令安装： ```bash pip install altair vega_datasets ``` - 在 Jupyter Notebook 中运行时，需要启用 Vega 渲染支持。如果未正常显示图表，可以尝试重启内核或更新 Altair 版本。