如何将我们的数据以更好的形势呈现出来？擅长不同编程语言的程序员会选择各自技术范畴内成熟、好用的工具包，比如 R 语言的开发者最常使用的是 ggplot2，但它不支持 Python；以前 Python 语言的开发者使用最多的是 matplotlib，一个很强大的可视化库，不过它的局限也非常严重，制作交互式图表也是一件难事。今天要给大家推荐一个新的工具—— Altair，一个 Vega-Lite 的包装器，也许这些概念你都还不没了解过，接下来我们就在下面的文章为大家作介绍。
ggplot2 是 R 的作图工具包，可以使用非常简单的语句实现非常复杂漂亮的效果。然而不幸的是，ggplot2 并不支持 Python。在 Python 中，我们常使用 matplotlib 用于可视化图形，matplotlib是一个很强大的可视化库，但是它有着很严重的局限性。matplotlib 的使用非常灵活，这可以说的上是它的一个优点，但是当我们想为图形加一个小小的功能的时候，它的繁琐操作会让我们举步维艰。除此之外，matplotlib 的两种界面（面向对象界面、基于状态的界面）令人相当困惑，对于新手很不友好。即使对于多年使用 matplotlib 的人而言，他们也无法完全掌握这些操作。最后不得不说的是，用 matplotlib 制作交互式图表是一件相当困难的事情。
Altair 和图形语法
Altair 是 Vega-Lite 的包装器。Vega-Lite 是 JavaScript 的高级可视化库，它最最重要的特点是，它的 API 是基于图形语法的。
什么是图形语法呢？图形语法听起来有点像一个抽象的功能，值得注意的是，它是 Altair 和其他 Python 可视化库之间最主要的区别。Altair 符合我们人类可视化数据的方式和习惯，Altair 只需要三个主要的参数：
- Mark. 数据在图形中的表达形式。点、线、柱状还是圆圈？
- Channels. 决定什么数据应该作为x轴，什么作为y轴；图形中数据标记的大小和颜色。
- Encoding. 指定数据变量类型。日期变量、量化变量还是类别变量？
基于以上三个参数，Altair 将会选择合理的默认值来显示我们的数据。
Altair 最让人着迷的地方是，它能够合理的选择颜色。如果我们在 Encoding 中指定变量类型为量化变量，那么 Altair 将会使用连续的色标来着色（默认为 浅蓝色-蓝色-深蓝色）。如果变量类型指定为类别变量，那么 Altair 会为每个类别赋予不同的颜色。（例如 红色，黄色，蓝色）
补充：Vega-Lite 有两种类型的类别变量：名义变量和序数变量。名义变量的集合中，各元素的排序阶数没有任何实际意义，例如大陆集合是欧洲，亚洲，非洲，美洲，大洋洲，他们的次序没有任何数值上的意义；序数变量的集合中，各元素的排序阶数是有实际意义的，例如亚马逊的评论可以是一星，二星，三星，四星或五星，星级的高低次序是由意义的。
让我们来看一个具体的例子，如下所示，我们组织了 6 个国家和它们所对应的人口数据，除此之外，还有相应的收入数据：
import altair as alt
'population': [1, 100, 200, 300, 400, 500],
'income': [1000, 50, 200, 300, 200, 150]})
"""As we mentioned before, we need to define 3 parameters:
1. Mark: We do this by using "mark_circle".
2. Channel: We only define an x-axis and we map it to the population.
3. Encodings: We define both variables as quantitative by using :Q after the column name"""
x='population:Q',
color='country_id:Q')
从上图可以看出，Altair 选择了连续色标，在本例中这是没有意义的。问题的根源在于，我们将 country_id 定义为量化变量，而实际上，它应该是一个类别变量，修改代码如下：
categorical_chart = alt.Chart(data).mark_circle(size=200).encode(
x='population:Q',
color='country_id:N')
从图中可以看到，每个国家都用了不同的颜色表示。我们仅仅改变了变量 country_id 的编码，即用 N (Nominal 名义变量)替换了 Q (Quantitative 量化变量)。这点小小的改变就足以使得 Altair 明白，它不该使用连续色标，而是使用独立色标。