altair.FacetSpec

class altair.FacetSpec(facet=Undefined, spec=Undefined, align=Undefined, bounds=Undefined, center=Undefined, columns=Undefined, data=Undefined, description=Undefined, name=Undefined, resolve=Undefined, spacing=Undefined, title=Undefined, transform=Undefined, **kwds)

FacetSpec schema 包装器。

分面规范的基本接口。

参数:

facetdict, FacetMapping, FacetFieldDef

定义如何对数据进行分面。以下之一： 1) 按一个字段对图表进行分面的字段定义 2) 将行和列通道映射到其字段定义的对象

specdict, LayerSpec, FacetedUnitSpec

对要进行分面的视图的规范。

aligndict, LayoutAlign, RowColLayoutAlign, Literal[‘all’, ‘each’, ‘none’]

应用于网格行和列的对齐方式。支持的字符串值包括 "all"、"each" 和 "none"。

• 对于 "none"，将使用流式布局，其中相邻的子视图仅按顺序放置。

• 对于 "each"，子视图将对齐为整齐的网格结构，但每行或每列的大小可能不同。

• 对于 "all"，子视图将对齐，并且每行或每列的大小将基于观察到的最大尺寸进行相同调整。此属性的字符串值将应用于网格行和列。

另外，可以使用形式为 {"row": string, "column": string} 的对象值为行和列提供不同的对齐方式。

默认值： "all"。

boundsLiteral[‘full’, ‘flush’]

用于确定子图范围的边界计算方法。full（默认值）或 flush 之一。

• 如果设置为 full，将使用全部计算出的边界（包括轴、标题和图例）。

• 如果设置为 flush，则仅使用子视图指定的宽度和高度值。flush 设置在尝试将没有轴或图例的子图放入统一的网格结构时很有用。

默认值： "full"

centerbool, dict, RowColboolean

布尔标志，指示子视图是否应相对于其各自的行或列居中。

可以使用形式为 {"row": boolean, "column": boolean} 的对象值为行和列提供不同的居中值。

默认值： false

columnsfloat

视图组合布局中包含的列数。

默认值：undefined – 将假定无限数量的列（单行）。这相当于 hconcat（对于 concat）以及使用 column 通道（对于 facet 和 repeat）。

注意:

1. 此属性仅适用于

• 通用的（可换行的）concat 操作符（非 hconcat/vconcat）

• 带有单个字段/重复定义（不嵌套行/列）的 facet 和 repeat 操作符

2) 将 columns 设置为 1 相当于 vconcat（对于 concat）以及使用 row 通道（对于 facet 和 repeat）。

datadict, Data, UrlData, Generator, NamedData, DataSource, InlineData, SphereGenerator, SequenceGenerator, GraticuleGenerator, None

描述数据源的对象。设置为 null 可忽略父级的数据源。如果未设置数据，则从父级继承。

descriptionstr

此标记的描述，用于注释目的。

namestr

可视化图表的名称，便于后续引用。

resolvedict, Resolve

用于视图组合规范的比例尺、轴和图例分辨率。

spacingdict, float, RowColnumber

组合操作符子视图之间的像素间距。可以使用形式为 {"row": number, "column": number} 的对象值为行和列设置不同的间距值。

默认值：取决于视图组合配置的 "spacing" 属性（默认为 20）

titlestr, dict, Text, Sequence[str], TitleParams

图表的标题。

transformSequence[dict, Transform, BinTransform, FoldTransform, LoessTransform, PivotTransform, StackTransform, ExtentTransform, FilterTransform, ImputeTransform, LookupTransform, SampleTransform, WindowTransform, DensityTransform, FlattenTransform, QuantileTransform, TimeUnitTransform, AggregateTransform, CalculateTransform, RegressionTransform, JoinAggregateTransform]

一组数据转换，例如过滤和新字段计算。

__init__(facet=Undefined, spec=Undefined, align=Undefined, bounds=Undefined, center=Undefined, columns=Undefined, data=Undefined, description=Undefined, name=Undefined, resolve=Undefined, spacing=Undefined, title=Undefined, transform=Undefined, **kwds)

方法

__init__([facet, spec, align, bounds, ...])
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 schema 或根 schema 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 上下文中验证实例是否符合类 schema。
validate_property(name, value[, schema])	在根 schema 上下文中验证属性是否符合属性 schema。