python - Altair - 在多面图中绘制圆、椭圆、注释

Question

是否可以在 Altair 图表内按照图表 x 和 y 变量的测量单位绘制线条和几何形状？图表可能是多面的，形状和线条取决于每个特定面中的数据。

可重现的示例:

import pandas as pd
import numpy as np
import altair as alt
alt.renderers.enable('notebook')

# make some data to test
N = 1000
df = pd.DataFrame({
    'x1': np.random.normal(0, 1, N),
    'x2': np.random.normal(0, 1, N),
    'facet': np.random.choice(list('ABCDEFGHI'), N),
})

# derived variables 
df['y1'] = np.where(np.sqrt(df['x1']**2 + df['x2']**2) > 2, 'F', 'P')
df['y2'] = 0.5*df['x2'] + 2.0 + np.random.normal(0, .5, N)
df['color'] = np.where(df['y1'].eq('F'), 'red', 'green')

# custom color map
domain = ['F', 'P']
range_ = ['red', 'green']

# create and render the chart
p1 = alt.Chart(df).mark_circle(opacity=1, size=15).encode(
    alt.X('x1', scale=alt.Scale(domain=(-4, 4))),
    alt.Y('x2', scale=alt.Scale(domain=(-4, 4))),
    color=alt.Color('y1', scale=alt.Scale(domain=domain, range=range_)),
    facet='facet'
)

# set some additional properties
p1.properties(width=150, height=150, columns=3).resolve_scale()

产生以下输出:

问题1:是否可以在每个图表中绘制一个以 0, 0 为中心、半径=2 的圆，如第二个方面所示？

圆的测量单位与 x 和 y 的测量单位相同。在这种情况下，x和y可以表示物理线性测量，其中每个像素的长度在x和y中是均匀的。即它可能是一个飞镖盘。

可以类比 R 晶格 xyplot 方面 = 'iso'。请参阅此处的方面描述:https://rdrr.io/cran/lattice/man/xyplot.html

问题2:是否可以在绘图的一角添加文本注释来计算每个图表中“F”(红色)的数量？

问题 3:对于轴不是“iso”且具有不同测量单位的情况，是否可以按照下面第二个方面所示绘制直线和椭圆(例如 95% 密度椭圆)？也许在图表上标注了拟合线的斜率和截距？

示例:

# create and render the chart
p1 = alt.Chart(df).mark_point().encode(
    x='x2',
    y='y2',
    facet='facet'
)

# set some additional properties
p1.properties(width=150, height=150, columns=3).resolve_scale()

在 R Lattice 中，这些类型的可视化是通过使用“方面”、一些特定的点阵/网格函数以及在某些情况下编写自定义“面板”(方面)函数来完成的，该函数可以访问数据的索引在每个方面，可以在每个方面运行线性模型并显示结果。

Answer 1

Altair 中没有针对此类注释的机制，无法创建所需注释的数据并将其绘制为普通图表图层。

对一般图表注释的支持是 Altair 使用的渲染库 Vega 和 Vega-Lite 中的一个未决问题。