如何创建动态 Altair x 轴而不固定在当前值？

Question

我的数据如下所示：

姓名	日期	1%	2%	10%	...	100%
安妮	1/1/24	3	5	1	...	92
安妮	1/2/24	4	8	2	...	78
安妮	1/3/24	7	9	6	...	47

我的 x 轴是百分比：1%、2%、5%、10%、15%、25%、50% 和 100%

我使用 Altair 创建了我的表格：

import altair as alt

chart_df = newdf.drop(columns = ['NAME'])
chart_df = chart_df.astype({col: 'float' for col in chart_df.columns if col != 'DATE'})

numeric_cols = sorted(chart_df.columns[1:].to_list(), key=float)

chart_df = chart_df[['DATE'] + numeric_cols]

chart_df['DATE'] = pd.to_datetime(chart_df['DATE'], format='%Y.%m.%d')
chart_df = chart_df.melt(id_vars = ['DATE'], var_name = '%age', value_name = 'Output')

chart_df['DATE'] = chart_df['DATE'].dt.strftime('%Y-%m-%d')

#st.write('Melted Dataframe:', chart_df)
chart = alt.Chart(chart_df).mark_circle(size = 60).encode(alt.X('%age:O', 
                                                                sort = numeric_cols),
                                                          alt.Y('Output:Q'),
                                                          color='DATE:N',
                                                          tooltip=['DATE:N', '%age:O', 'Output:Q']
                                                         ).properties(width = 600, height = 400)
st.altair_chart(chart, use_container_width = True)

这看起来不错，但 x 轴值以固定距离分隔，而不是在 0-100 范围之间分隔的实际值。 1% 和 2% 处的值应该比 2% 和 5% 处的值更近，但它们的距离都相同。

当前图表如下所示：

下面是动态放置在 0-100% 域内的值的样子：

Answer 1

出现您遇到的问题是因为 Altair 将百分比（1%、2%、5%、10% 等）视为序数值（编码中的 O 类型），这导致它们沿着x 轴，而不是遵循 0 到 100 范围内的值的实际分布。

要解决此问题并确保 x 轴反映百分比的真实数字间距，您应该将 x 轴视为定量刻度 (Q)，并确保百分比值表示为实际数字（即， 1%、2%、5%、10% 等应为 1、2、5、10...）。

调整步骤：

1. 将百分比值转换为数字格式：您需要将“%age”列从“1%”、“2%”等字符串更改为 1、2、5 等数值，因此Altair 可以适当缩放它们。

2. 使用定量刻度：x 轴应被视为定量刻度 (Q)，以便 Altair 根据实际数值自动调整点之间的间距。

3. 刻度调整：确保 x 轴覆盖从 0% 到 100% 的整个范围，无论数据范围如何。如果您想放大到特定范围，可以调整此值。

代码修复（以及带有玩具数据集的演示）：

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

# Create a toy DataFrame with Date and percentage columns
data = {
    'Name': ['Anne', 'Anne', 'Anne', 'Bob', 'Bob', 'Bob'],
    'Date': ['1/1/24', '1/2/24', '1/3/24', '1/1/24', '1/2/24', '1/3/24'],
    '1%': [3, 4, 7, 2, 5, 6],
    '2%': [5, 8, 9, 3, 6, 7],
    '5%': [12, 14, 15, 11, 13, 16],
    '10%': [20, 23, 25, 18, 22, 24],
    '15%': [25, 28, 30, 22, 27, 29],
    '25%': [30, 35, 40, 32, 36, 38],
    '50%': [45, 50, 55, 48, 52, 57],
    '100%': [92, 78, 47, 89, 80, 59]
}

# Convert the data into a DataFrame
df = pd.DataFrame(data)

# Melt the DataFrame to long format
df_melted = df.melt(id_vars=['Name', 'Date'], var_name='%age', value_name='Output')

# Convert the %age column to numeric values (strip '%' and convert to float)
df_melted['%age'] = df_melted['%age'].str.rstrip('%').astype(float)

# Create the Altair chart
chart = alt.Chart(df_melted).mark_circle(size=60).encode(
    alt.X('%age:Q', title='Percentage', scale=alt.Scale(domain=[0, 100])),  # Use Q scale for x-axis
    alt.Y('Output:Q', title='Output'),
    color='Date:N',
    tooltip=['Date:N', '%age:Q', 'Output:Q']
).properties(
    width=600,
    height=400
)

# Display the chart
chart