altair.DatumDef#

class altair.DatumDef(bandPosition=Undefined, datum=Undefined, title=Undefined, type=Undefined, **kwds)#

DatumDef 模式包装器。

参数:
bandPositionfloat

在堆叠、分箱、时间单位或频带比例的频带上的相对位置。例如，如果设置为 0，标记将位于频带的起始位置；如果设置为 0.5，标记将位于频带的中间位置。

datumstr, bool, dict, float, ExprRef, DateTime, RepeatRef, PrimitiveValue, None

数据域中的一个常量值。

titlestr, Text, Sequence[str], None

字段的标题。如果为 null，则标题将被移除。

默认值： 根据字段名称和转换函数（aggregate、bin 和 timeUnit）派生。如果字段具有聚合函数，函数将显示为标题的一部分（例如，"Sum of Profit"）。如果字段经过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)"，"Transaction Date (year-month)"）。否则，标题就是简单的字段名称。

注意:

1) 您可以通过在 config 中提供 fieldTitle 属性或通过编译函数的选项提供 fieldTitle 函数来自定义默认字段标题格式。

2) 如果字段定义中的 title 和轴、标题或图例中的 title 都已定义，将使用轴/标题/图例中的标题。

typeType, Literal[‘quantitative’, ‘ordinal’, ‘temporal’, ‘nominal’, ‘geojson’]

编码字段或常量值（datum）的度量类型（"quantitative"、"temporal"、"ordinal" 或 "nominal"）。对于编码 ‘geoshape’，它也可以是 "geojson" 类型。

在许多情况下，Vega-Lite 会自动推断数据类型，如下所述。但是，字段需要指定 type，如果：(1) 字段不是名义型的，并且字段编码没有指定 aggregate（argmin 和 argmax 除外）、bin、比例类型、自定义 sort 顺序或 timeUnit；或 (2) 如果您希望对使用 bin 或 timeUnit 的字段使用有序比例。

默认值

1) 对于数据 field，除非字段编码具有满足以下条件的 aggregate、channel、bin、比例类型、sort 或 timeUnit，否则默认数据类型为 "nominal"

  • 如果满足以下条件之一，则默认类型为 "quantitative"：(1) 编码字段包含 bin 或 aggregate（"argmin" 和 "argmax" 除外）；(2) 编码通道为 latitude 或 longitude 通道；或 (3) 如果指定的比例类型是定量比例。

  • 如果满足以下条件之一，则默认类型为 "temporal"：(1) 编码字段包含 timeUnit；或 (2) 指定的比例类型是 time 或 utc 比例

  • 如果满足以下条件之一，则默认类型为 "ordinal"：(1) 编码字段包含自定义排序顺序；(2) 指定的比例类型是有序/点/频带比例；或 (3) 编码通道为 order。

  1. 对于数据域中的常量值（datum）

  • 如果 datum 是一个数字，则为 "quantitative"

  • 如果 datum 是一个字符串，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，而不是基本数据类型（数字、字符串等）。相同的基础数据类型可以具有不同的度量类型。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"），也可以是时间戳数字（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）或 “ordinal”（用于有序分箱比例）。

  • 与 timeUnit 一起使用时，type 属性可以是 "temporal"（默认，用于时间比例）或 “ordinal”（用于有序比例）。

  • 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"} 计算分类字段 "cat" 的去重计数。聚合输出的 "type" 是 "quantitative"。

  • 辅助通道（例如，x2、y2、xError、yError）没有 type，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。

__init__(bandPosition=Undefined, datum=Undefined, title=Undefined, type=Undefined, **kwds)#

方法

__init__([bandPosition, datum, title, type])

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])

在此对象的模式或根模式上下文中解析引用。

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 表示作为字符串输出。

validate(instance[, schema])

在根模式上下文中根据类模式验证实例。

validate_property(name, value[, schema])

在根模式上下文中根据属性模式验证属性。
在此页面上