)
江湖流传一句话："字不如表，表不如图"，在 Python 中数据可视化有许多选择，但是大多数的库在语法简洁与灵活度不能平衡，本系列将探讨数据探索时如何使用合适的数据可视化库完成工作。
本系列或多或少涉及一些 pandas 的骚操作(网上很难看到相关的资料)，其并非可视化的重点，不会多做讲解。
一切技巧与应用，尽在 pandas 专栏中
前言
不管是在数据探索还是报告阶段，数据可视化都是一个非常有用的工具。今天我们来看看如何使用四象限图(波士顿矩阵图)，为店铺销售员分门别类。本系列我将尽可能使用不同的工具制作。
计划中的工具：
- Python 的 seaborn
- Python 的 altair (能做出动态图，这是目前能比较方便做出图表之间联动的库)
- Python 的 plotly (能做出动态图，这是一个非常容易学习的库，前提是找到正确的思路)
- Power BI
- Tabluea
- Excel
今天的主角是 altair ，为了展示 altair 的特点，本文先从制作单店的四象限图开始，最后制作联动的多店四象限图。
分析思路可以直接参考上一篇文章：
导入包代码如下：
用你的分析能力，提供改善建议
这次案例数据比上一节 seaborn 的多了一个维度，订单数据包含多个店的数据：
- 每一行记录表示，某订单的信息(单价多少，数量多少，是哪个店的哪位销售员负责)
- 日期列不重要，因为我们只分析一天的数据
每位销售员接待客人的记录：
- 每个店的每位销售员接待的人数
现在你要根据这些数据，得到这些问题的答案：
- 换掉其中某几位员工(意味着裁员)，应该裁掉谁？
- 从中选出某一位员工，对其他员工进行培训和销售技能分享。应该选谁分享，哪些人需要被培训？
分析指标
沿用上一节的2个重要指标：
- 客单价：能反映每个顾客的质量，这其实与大环境因素(店铺位置，商品组合等)有关，也能反映销售能力。
- 成交率：这就能直观反映销售员的能力
假设大环境元素相对固定的情况下，我们就可以使用以上指标分析销售员的水平
使用 pandas 能非常容易关联2个数据表，并且简单求出每个订单的总价：
通过汇总，得到最终指标维度数据：
- 这与上一节 seaborn 篇没有多大区别
接下来将使用 altair 制作四象限图，顺带了解一下他有趣的图像语法。
一开始你会觉得使用 altair 需要比较多的代码，但实际上他非常灵活，只需要一点小技巧就能用任何我们喜欢的方式调用。
静态图
四象限图实际是散点图 线图(水平或垂直线)，下面是上一节使用 seaborn 做的图。
而 altair 没有严格按图表类型进行区分，而是让你选择数据点的形状。
作图需要3个步骤：
- 确定数据源
- 把数据源中的字段与坐标系关联
- 选择数据的形状
现在按上述的步骤，选择一个店，做出散点图：
- 行2：步骤1，确定数据源，使用 alt.Chart(数据源) ，能直接支持 pandas 的 DataFrame 。注意 Chart 是实例化，首字母要大写
- 行3：步骤2，通过 encode 方法，设定坐标轴的字段。alt.X('客单价') 使得数据源中的 客单价 字段绑定在 x 轴上。同理绑定 y轴。同样，alt.X 与 Y 都是大写
- 行4：步骤3，mark_point ，表示图表中的数据使用"点"这种形状显示
现在能得到一个散点图：
- 实际形状点默认是空心圆圈，我们能通过简单改变最后的 mark_xxx 方法，即可修改每个数据点的形状
现在还需要线图：
- 行2：数据源不用改
- 行3：由于数据源是每个销售员的数据，而现在需要的是客单价的平均，因此在绑定 x 轴的时候，直接指定对客单价做平均操作
- 行4：mark_rule 表示画一条线
现在只是画出客单价的平均线，同理得到成交率的平均线：
- 行3：注意成交率是在 y 轴，因此使用 alt.Y
现在我们得到3个图表，只需要简单把他们叠加起来就可以：
- 行19：只要简单把各个图表相加即可叠加
这么多的代码，这包有啥好用！？
细看上面的代码，我们发现3个图表很多定义部分是一模一样的。
这是理所当然的，因为这个图表制作流程就是基于很多共性的东西。
进一步简化即可：
- 行1：数据源一致，直接定义数据源即可
- 行3-6：使用定义的数据源做散点图
- 行8：2个平均线图基于同样的数据源，同样的数据形状。直接定义一个 线图 表示
- 行10-11：使用定义的线图，分别映射不同的指标即可
这样的作图形式非常灵活直观，比如，为图表的每个点加上标签：
- 行13：数据标签，其实与散点图的唯一区别就是图形是文字，而非使用 "点形状"。因此，直接使用定义的 散点图 作为基础，通过 mark_text 修改数据形状。通过 encode，把字段 销售员 绑定到 图表的 text 属性上。
- 其中通过 dy 参数，让显示的文本向上偏移10个像素
- 注意，此时标签图的 encode 中的 x 轴 与 y 轴实际与 散点图一致(point)
- 行15：把标签图叠加即可
到这里，我们只是在做静态图，其实 altair 真正厉害之处是动态图表，并且能做出图表之间的联动。
整体店铺销售水平可视化
为了方便后续的代码编写，把一些通用过程定义到函数中：
- 这个完全可以作为不同项目的通用函数
现在用所有店铺的销售员指标，制作四象限图：
代码没啥好说的，如果此时我们打上标签，必然导致图表内容密密麻麻。
现在加个提示标签，当鼠标移到数据点上，显示该数据点的信息：
- 行5：在 encode 中，设置 tooltip 参数，即可绑定需要显示的字段名字
如下是动图：
encode 方法中能让你把数据绑定在图表很多属性上，比如大小，颜色等等。
现在虽然通过提示标签能让用户选择性查看某个点的信息，但是在分析的时候，我们更希望以店铺为单位进行观察。
接下来，我们使用 altair 制作出 BI 软件常见的图表联动效果
不同维度的图表联动
现在希望同时展示两个图表，一个是之前制作的多店四象限图，另一个是不同店铺的销售额柱状图。
通过点击店铺销售额的柱状图，旁边的四象限图高亮显示该店的销售员数据点。效果如下：
接下来，我会把一些过程通过自定义函数包装。
与大多数 BI 软件可视化的逻辑一样，我们需要使用同一份数据源制作不同的图表。
因此，我们需要使用 altair 的数据转换功能对数据做汇总：
- 行2-6：transform_aggregate ，聚合操作，相当于分组统计，其中参数 groupby 定义了按 销售员 与 店名 做分组
- 行7-10：transform_calculate ，简单的计算操作。注意在引用字段时需要使用 "datum.字段名"。这里可以使用之前分组统计结果的字段
使用这个数据源做四象限图即可：
- 由于数据源不再使用 pandas 的 DataFrame ，无法从中识别出数据类型，我们需要在绑定的时候，在字段后使用"冒号 类型"标记。
- 比如"客单价:Q" ，Q 表示数据是连续型数据
- '店名:N' ，N 常用于类别型数据
然后，使用"订单数据源(order_src)" 制作店铺销售额柱状图：
把2个图表并列放置，只需要使用 逻辑或运算符"|" 即可：
整体代码如下：
现在图表已经有了，但是缺少交互联动。在以上的代码上加上一些联动的定义，就可以做到。
首先，定义"鼠标点击行为"：
- 行5：alt.selection_single ，定义单选行为。
- 其中参数 fields 指定选中的为字段"店名"，这使得点击时让数据源只保留选中的店名的记录
- 参数 on 表示单击行为
- 行20：柱状图需要这个单选行为，通过 add_selection 方法，绑定这个行为即可
现在其实柱状图已经可以接受点击行为。但是实际点击时，是看不到任何的效果。
这是因为我们没有告诉他，筛选后的变化反映在哪个地方。
因此，需要把行为绑定到颜色上，再次修改代码：
- 行7：alt.condition ，定义一个条件，第一参数传入 定义的行为
- 第二个参数，被点击的柱子，该柱子颜色使用正常绑定店名时的颜色
- 第三个参数，其余没有被点击的柱子，使用灰色
由于散点图与柱状图中的 encode 方法参数 color 均使用定义的条件 color ，所以当点击行为触发时，这些图表都能一同变化。
不过此时你会发现散点图的提示标签不再起作用，这是 vega lite 上的小 bug ，只需要在散点图上添加一个单选行为即可：
是不是觉得代码有点多了？我们仍然可以进一步封装。
甚至可以弄成一个 excel 的模板，只需要配置好各种设置，简单一句代码就能做出复杂的图表。这留在以后再介绍吧。
总结
altair 是一个非常有趣的可视化包，他基于 vega lite (这是一个大数据可视化工具) ，而 vega lite 底层是基于 d3.js(这是目前前端可视化的标杆)。
只要学会一定的套路，能非常简单灵活使用他做出各种复杂的图表
