在Altair小提琴图上绘制中位数和四分位数线

Question

假设我有以下图（从 tutorial> ：

import altair as alt
from vega_datasets import data

alt.Chart(data.cars()).transform_density(
    'Miles_per_Gallon',
    as_=['Miles_per_Gallon', 'density'],
    extent=[5, 50],
    groupby=['Origin']
).mark_area(orient='horizontal').encode(
    y='Miles_per_Gallon:Q',
    color='Origin:N',
    x=alt.X(
        'density:Q',
        stack='center',
        impute=None,
        title=None,
        axis=alt.Axis(labels=False, values=[0],grid=False, ticks=True),
    ),
    column=alt.Column(
        'Origin:N',
        header=alt.Header(
            titleOrient='bottom',
            labelOrient='bottom',
            labelPadding=0,
        ),
    )
).properties(
    width=100
).configure_facet(
    spacing=0
).configure_view(
    stroke=None
)

我将如何在每个小提琴图上绘制四分位数和中间线？我是否必须定义另一个地块并将其分层放在小提琴图的顶部？如果线与分布的特定位置的小提琴图相同，那也很好。

Answer 1

是的，您会在刻度之前将它们分层。分别需要添加到分层图表和刻面图表中，这有点棘手，但是类似的东西可以奏效：

import altair as alt
from vega_datasets import data

violins = alt.Chart().transform_density(
    'Miles_per_Gallon',
    as_=['Miles_per_Gallon', 'density'],
    extent=[5, 50],
    groupby=['Origin']
).mark_area(orient='horizontal').encode(
    y='Miles_per_Gallon:Q',
    color='Origin:N',
    x=alt.X(
        'density:Q',
        stack='center',
        impute=None,
        title=None,
        axis=alt.Axis(labels=False, values=[0],grid=False, ticks=True),
    ),
)

alt.layer(
    violins,
    alt.Chart().mark_rule().encode(
        y='median(Miles_per_Gallon)',
        x=alt.X(),
        color=alt.value('black')),
).properties(
    width=100
).facet(
    data=data.cars(),
    column=alt.Column(
        'Origin:N',
        header=alt.Header(
            titleOrient='bottom',
            labelOrient='bottom',
            labelPadding=0,
        ),
    )
).configure_facet(
    spacing=0
).configure_view(
    stroke=None
)

然后您可以为四分位数做同样的事情。我不确定如何将线路限制在手动放入值之外的区域的宽度上，我认为这也有些棘手。我建议将箱形放在小提琴中：

alt.layer(
    violins,
    alt.Chart().mark_boxplot(size=5, extent=0, outliers=False).encode(
        y='Miles_per_Gallon',
        x=alt.value(46),
        color=alt.value('black')
    )
).properties(
    width=100
).facet(
    data=data.cars(),
    column=alt.Column(
        'Origin:N',
        header=alt.Header(
            titleOrient='bottom',
            labelOrient='bottom',
            labelPadding=0,
        ),
    )
).configure_facet(
    spacing=0
).configure_view(
    stroke=None
)

这类似于 Seaborn如何默认处理小提琴，这也是在 Hintze and Nelson在1997年的原始论文。

Answer 2

除 @joelostblom的出色答案外，还有一个小的更新。没有“魔术数字”的小提琴和盒子地块可以对齐。我这样做的方式是两个镜像密度图。

data = cars

violin_right = (
    alt.Chart(data, width=100)
    .transform_density(
        "Miles_per_Gallon",
        as_=["Miles_per_Gallon", "density"],
        extent=[5, 50],
        groupby=["Origin"]
    )
    .mark_area(orient="horizontal")
    .encode(
        alt.X("density:Q")
            .impute(None)
            .title(None)
            .axis(labels=False, grid=False, ticks=True),
        alt.Y("Miles_per_Gallon:Q"),
        alt.Color("Origin:N")
    )
)

violin_left = (
    violin_right
    .copy()
    .transform_calculate(density="-datum.density")
)

boxplot = (
    alt.Chart(data, width=100)
    .mark_boxplot(outliers=False, size=5, extent=1.5)
    .encode(y="Miles_per_Gallon:Q", color=alt.value("black"))
)

chart = (
    alt.layer(violin_left, violin_right, boxplot)
    .facet(alt.Column("Origin:N"))
    .configure_view(stroke=None)
)

创建的图表如下所示。

小提琴和盒子的垂直轴都以零点为中心。