Altair mark_line 的绘图比 matplotlib 更嘈杂？

Posted 2023-03-16

【中文标题】Altair mark_line 的绘图比 matplotlib 更嘈杂？

【英文标题】：Altair mark_line plots noisier than matplotlib?

【发布时间】：2019-10-07 12:36:25

【问题描述】：

我正在学习 altair 来为我的情节添加交互性。我正在尝试重新创建我在 matplotlib 中所做的绘图，但是 altair 正在为我的曲线添加噪音。

这是我的数据集 df1

从 github 链接到这里：https://raw.githubusercontent.com/leoUninova/Transistor-altair-plots/master/df1.csv

这是代码：

fig, ax = plt.subplots(figsize=(8, 6))
for key, grp in df1.groupby(['Name']): 
  y=grp.logabsID
  x=grp.VG

  ax.plot(x,  y,  label=key)
plt.legend(loc='best')
plt.show()


#doing it directly from link
df1='https://raw.githubusercontent.com/leoUninova/Transistor-altair-plots/master/df1.csv'


import altair as alt
alt.Chart(df1).mark_line(size=1).encode(
    x='VG:Q',
    y='logabsID:Q',
    color='Name:N'
)

这是我正在生成的地块的图像： matplotlib vs altair plot

如何消除 altair 的噪音？

【问题讨论】：

我认为这不是噪音，请发布您的数据集。

我在 github 上创建了一个新文件 df1，这是正确的子集并使其可重现：raw.githubusercontent.com/leoUninova/Transistor-altair-plots/… 我认为该错误可能与单行每行有 2 个点有关VG值？

【参考方案1】：

Altair 在绘制线条之前先对 x 轴进行排序，因此如果您在一组中有多条线条，通常会导致您所说的“噪音”。这不是噪音，而是以默认排序顺序显示的数据集中所有点的准确表示。这是一个简单的例子：

import numpy as np
import pandas as pd
import altair as alt

df = pd.DataFrame(
    'x': [1, 2, 3, 4, 5, 5, 4, 3, 2, 1],
    'y': [1, 2, 3, 4, 5, 6, 7, 8, 9, 10],
    'group': [0, 0, 0, 0, 0, 1, 1, 1, 1, 1]
)

alt.Chart(df).mark_line().encode(
    x='x:Q',
    y='y:Q'
)

解决此问题的最佳方法是将detail 编码设置为一个列，以区分您希望单独绘制的不同线条：

alt.Chart(df).mark_line().encode(
    x='x:Q',
    y='y:Q',
    detail='group:N'
)

如果重要的不是分组，而是点的顺序，您可以通过提供order channel 来指定：

alt.Chart(df.reset_index()).mark_line().encode(
    x='x:Q',
    y='y:Q',
    order='index:Q'
)

请注意，两条线在右端相连。这实际上是 matplotlib 默认所做的：即使有重复数据，它也会保持索引顺序。为您的数据使用订单渠道会产生您正在寻找的结果：

df1 = pd.read_csv('https://raw.githubusercontent.com/leoUninova/Transistor-altair-plots/master/df1.csv')

alt.Chart(df1.reset_index()).mark_line(size=1).encode(
    x='VG:Q',
    y='logabsID:Q',
    color='Name:N',
    order='index:Q'
)

每组中的多条线按照末端连接的顺序绘制，就像在 matplotlib 中一样。