altair.XDatum#
- class altair.XDatum(datum, axis=Undefined, bandPosition=Undefined, impute=Undefined, scale=Undefined, stack=Undefined, title=Undefined, type=Undefined, **kwds)#
XDatum schema 包装器。
- 参数:
- axisdict,
Axis, None 一个对象，定义轴的网格线、刻度和标签的属性。如果为
null，则将移除编码通道的轴。默认值： 如果未定义，将应用默认的轴属性。
另请参阅： axis 文档。
- bandPositionfloat
在堆叠、分箱、时间单位或带状比例尺的带状上的相对位置。例如，如果设置为
0，标记将位于带状的起始处；如果设置为0.5，则位于带状的中间。- datumstr, bool, dict, float,
ExprRef,DateTime,RepeatRef,PrimitiveValue, None 数据域中的一个常量值。
- imputedict,
ImputeParams, None 一个对象，定义要应用的填充（Impute）操作的属性。其他位置通道的字段值被用作
Impute操作的key。如果指定了color通道的字段，则将其用作Impute操作的groupby。另请参阅： 填充 文档。
- scaledict,
Scale, None 一个对象，定义通道比例尺的属性。比例尺是将数据域中的值（数字、日期、字符串等）转换为编码通道的视觉值（像素、颜色、大小）的函数。
如果为
null，比例尺将被禁用，数据值将直接编码。默认值： 如果未定义，将应用默认的比例尺属性。
另请参阅： 比例尺 文档。
- stackbool,
StackOffset, Literal[‘zero’, ‘center’, ‘normalize’], None 如果字段需要堆叠，则指定堆叠偏移类型。
stack仅适用于具有连续域的x、y、theta和radius通道。例如，y的stack可用于自定义垂直条形图的堆叠。stack可以是以下值之一"normalize"- 使用归一化域进行堆叠（用于创建归一化堆叠条形图和面积图以及带百分比提示的饼图）。"center"- 以中心线为基线的堆叠（用于流图）。null或false- 不堆叠。这将产生分层的条形图和面积图。
默认值： 对于满足以下所有条件的图表，默认值为
zero：(1) mark 为bar、area或arc；(2) 堆叠的度量通道（x或y）具有线性比例尺；(3) 至少有一个非位置通道映射到未聚合的字段，且该字段与x和y不同。否则，默认值为null。另请参阅： stack 文档。
- titlestr,
Text, Sequence[str], None 字段的标题。如果为
null，则移除标题。默认值： 派生自字段名称和转换函数（
aggregate、bin和timeUnit）。如果字段有聚合函数，函数将作为标题的一部分显示（例如，"Sum of Profit"）。如果字段被分箱或应用了时间单位，则应用的函数会显示在括号中（例如，"Profit (binned)"，即“利润（分箱）”；"Transaction Date (year-month)"，即“交易日期（年月）”）。否则，标题仅为字段名称。注意:
1) 您可以通过在config中提供fieldTitle属性，或通过编译函数的options参数提供的fieldTitle函数来自定义默认字段标题格式。
2) 如果同时定义了字段定义的
title以及轴、头部或图例的title，则将使用轴/头部/图例的标题。- type
Type, Literal[‘quantitative’, ‘ordinal’, ‘temporal’, ‘nominal’, ‘geojson’] 编码字段或常量值（
datum）的测量类型（"quantitative"、"temporal"、"ordinal"或"nominal"）。也可以是"geojson"类型，用于编码“地理图形（geoshape）”。Vega-Lite 在许多情况下会自动推断数据类型，如下文所述。但是，在以下情况下，字段需要指定类型：(1) 字段不是 nominal 类型，且字段编码没有指定
aggregate（argmin和argmax除外）、bin、比例尺类型、自定义sort顺序或timeUnit；或者 (2) 如果您希望对具有bin或timeUnit的字段使用 ordinal 比例尺。默认值
1) 对于数据
field，默认数据类型为"nominal"，除非字段编码具有满足以下条件的aggregate、channel、bin、比例尺类型、sort或timeUnit如果满足以下条件，默认类型为
"quantitative"：(1) 编码字段包含bin或aggregate（"argmin"和"argmax"除外），(2) 编码通道是latitude或longitude通道，或者 (3) 如果指定的比例尺类型是定量比例尺。如果满足以下条件，默认类型为
"temporal"：(1) 编码字段包含timeUnit，或者 (2) 指定的比例尺类型是时间或 utc 比例尺。如果满足以下条件，默认类型为
"ordinal"：(1) 编码字段包含自定义排序顺序，(2) 指定的比例尺类型是 ordinal/point/band 比例尺，或者 (3) 编码通道是order。
对于数据域中的常量值（
datum）
如果 datum 是数字，则为
"quantitative"如果 datum 是字符串，则为
"nominal"如果 datum 是日期时间对象，则为
"temporal"
注意
数据
type描述的是数据的语义，而不是原始数据类型（数字、字符串等）。相同的原始数据类型可以有不同的测量类型。例如，数值数据可以表示定量、有序或名义数据。时间字段的数据值可以是日期时间字符串（例如，
"2015-03-07 12:32:17"、"17:01"、"2015-03-16"、"2015"）或时间戳数字（例如，1552199579097）。与bin一起使用时，
type属性可以是"quantitative"（用于线性分箱比例尺）或“ordinal”（用于有序分箱比例尺）。与timeUnit一起使用时，
type属性可以是"temporal"（默认，用于时间比例尺）或“ordinal”（用于有序比例尺）。与aggregate一起使用时，
type属性指的是聚合后的数据类型。例如，我们可以使用{"aggregate": "distinct", "field": "cat"}计算 categorical 字段"cat"的distinct计数。聚合输出的"type"是"quantitative"。辅助通道（例如，
x2、y2、xError、yError）没有type属性，因为它们的类型必须与其主通道（例如，x、y）完全相同。
另请参阅： type 文档。
- axisdict,
- __init__(datum, axis=Undefined, bandPosition=Undefined, impute=Undefined, scale=Undefined, stack=Undefined, title=Undefined, type=Undefined, **kwds)#
方法
__init__(datum[, axis, bandPosition, ...])copy([deep, ignore])返回对象的副本。
from_dict(dct[, validate])从字典表示构造类。
from_json(json_string[, validate])从有效的 JSON 字符串实例化对象。
resolve_references([schema])在此对象 schema 或根 schema 的上下文中解析引用。
to_dict([validate, ignore, context])返回对象的字典表示。
to_json([validate, indent, sort_keys, ...])将此对象的 JSON 表示作为字符串发出。
validate(instance[, schema])在根 schema 的上下文中根据类 schema 验证实例。
validate_property(name, value[, schema])在根 schema 的上下文中根据属性 schema 验证属性。
属性
axisAxis schema 包装器。
bandPosition在堆叠、分箱、时间单位或带状比例尺的带状上的相对位置。
datum数据域中的一个常量值。
imputeImputeParams schema 包装器。
scaleScale schema 包装器。
stack如果字段需要堆叠，则指定堆叠偏移类型。
titleTitleParams schema 包装器。
typeType schema 包装器。