python - 向数据点添加 X-Y 偏移

Question

我正在寻找一种方法来指定绘制数据点的 X-Y 偏移。我刚刚开始接触 Altair，所以请耐心等待。

情况:我有一个记录 30 人每日测量数据的数据集。每个人每天都可以注册几种不同类型的测量结果。

示例数据集和绘图，有 2 个人和 2 种测量类型:

import pandas as pd

df = pd.DataFrame.from_dict({"date": pd.to_datetime(pd.date_range("2019-12-01", periods=5).repeat(4)), 
        "person": pd.np.tile(["Bob", "Amy"], 10), 
        "measurement_type": pd.np.tile(["score_a", "score_a", "score_b", "score_b"], 5), 
        "value": 20.0*np.random.random(size=20)})

import altair as alt

alt.Chart(df, width=600, height=100) \
            .mark_circle(size=150) \
            .encode(x = "date",
                    y = "person",
                    color = alt.Color("value"))

这给了我这个图表:

在上面的示例中，两种测量类型绘制在彼此之上。我想根据“measurement_type”列向圆圈添加偏移量，以便它们都可以在图表中的日期人员位置周围可见。

这是我想要实现的目标的模型:

我一直在搜索文档，但还没有弄清楚如何做到这一点 - 一直在尝试使用“stack”选项以及dx和dy选项, ...我有一种感觉，这应该只是另一个编码 channel (offset 或类似的)，但这并不存在。

有人能指出我正确的方向吗？

Answer 1

目前 Altair 中没有偏移编码的概念，因此最好的方法是将列编码与 y 编码相结合，类似于 Grouped Bar Chart Altair 文档中的示例:

alt.Chart(df,
    width=600, height=100
).mark_circle(
    size=150
).encode(
    x = "date",
    row='person',
    y = "measurement_type",
    color = alt.Color("value")
)

然后您可以使用标准 chart configuration 微调结果的外观设置:

alt.Chart(df,
    width=600, height=alt.Step(25)
).mark_circle(
    size=150
).encode(
    x = "date",
    row='person',
    y = alt.Y("measurement_type", title=None),
    color = alt.Color("value")
).configure_facet(
    spacing=10
).configure_view(
    strokeOpacity=0
)