地理图¶

Altair 2.0 添加了绘制地理数据的能力。

此功能尚有些不完善（例如，并非所有交互或选择都能在投影数据上正常工作），但使用起来相对简单。

我们将在这里展示几个示例。

import altair as alt

地理坐标中的散点图¶

首先，我们将展示使用地图投影绘制经纬度数据的示例。我们将加载包含美国所有机场经纬度的数据集。

from vega_datasets import data
airports = data.airports()
airports.head()

	iata	name	city	state	country	latitude	longitude
0	00M	Thigpen	Bay Springs	MS	USA	31.953765	-89.234505
1	00R	Livingston Municipal	Livingston	TX	USA	30.685861	-95.017928
2	00V	Meadow Lake	Colorado Springs	CO	USA	38.945749	-104.569893
3	01G	Perry-Warsaw	Perry	NY	USA	42.741347	-78.052081
4	01J	Hilliard Airpark	Hilliard	FL	USA	30.688012	-81.905944

该图表与标准散点图非常相似，但有一些区别

我们使用“latitude”和“longitude”编码来代替“x”和“y”
我们指定用于数据的投影

对于仅覆盖美国的数据，"albersUsa" 投影很有用

alt.Chart(airports).mark_circle().encode(
    longitude='longitude:Q',
    latitude='latitude:Q',
    size=alt.value(10),
    tooltip='name'
).project(
    "albersUsa"
).properties(
    width=500,
    height=400
)

可用的投影列在 vega 文档中。

分级统计图¶

如果您想绘制地理边界，例如州和国家，您必须加载地理形状数据才能在 Altair 中显示。这需要一些样板代码（我们正在考虑如何在未来的版本中简化这种常见结构），并使用 geoshape 标记。

例如，这是州边界

states = alt.topo_feature(data.us_10m.url, feature='states')

alt.Chart(states).mark_geoshape(
    fill='lightgray',
    stroke='white'
).project('albersUsa').properties(
    width=500,
    height=300
)

这是世界国家边界

import altair as alt
from vega_datasets import data

countries = alt.topo_feature(data.world_110m.url, 'countries')

alt.Chart(countries).mark_geoshape(
    fill='lightgray',
    stroke='white'
).project(
    "equirectangular"
).properties(
    width=500,
    height=300
)

您可以看看尝试其他投影类型时会发生什么；例如，您可以尝试“mercator”、“orthographic”、“albers”或“gnomonic”。

背景上的点¶

如果您想在地图背景上绘制数据点，最简单的方法是使用我们在 04-Compound-charts 中看到的叠加操作符。例如

states = alt.topo_feature(data.us_10m.url, feature='states')
airports = data.airports()

background = alt.Chart(states).mark_geoshape(
    fill='lightgray',
    stroke='white'
).project('albersUsa').properties(
    width=500,
    height=300
)

points = alt.Chart(airports).mark_circle().encode(
    longitude='longitude:Q',
    latitude='latitude:Q',
    size=alt.value(10),
    tooltip='name'
)

background + points

注意，我们只需要指定一次投影和图表大小

带颜色的分级统计图¶

最复杂的图表类型是地图区域根据底层数据着色的图表；之所以复杂，是因为它通常涉及使用 查找转换（lookup transform） 来连接两个不同的数据集。

同样，这是我们希望在未来改进的 API 部分。

例如，这是一个表示各州总人口的图表

pop = data.population_engineers_hurricanes()
pop.head()

	state	id	population	engineers	hurricanes
0	Alabama	1	4863300	0.003422	22
1	Alaska	2	741894	0.001591	0
2	Arizona	4	6931071	0.004774	0
3	Arkansas	5	2988248	0.002440	0
4	California	6	39250017	0.007126	0

import altair as alt
from vega_datasets import data

states = alt.topo_feature(data.us_10m.url, 'states')

variable_list = ['population', 'engineers', 'hurricanes']

alt.Chart(states).mark_geoshape().encode(
    color='population:Q'
).transform_lookup(
    lookup='id',
    from_=alt.LookupData(pop, 'id', list(pop.columns))
).properties(
    width=500,
    height=300
).project(
    type='albersUsa'
)

请注意这里的关键：分级统计图数据有一个“id”列，它对应于人口数据中的 id 列；我们将其用作查找键，将两个数据集连接在一起并适当地绘制它们。

有关地理可视化工具的更多示例，请参见 altair 图库，请记住这是 Altair 和 Vega-Lite 中正在稳步改进的领域！

Altair 教程

地理图¶

地理坐标中的散点图¶

分级统计图¶

背景上的点¶

带颜色的分级统计图¶