python - 交互式 plotly 的 plotly 表达与Altair/Vega-Lite的 plotly 比较

Question

最近，我正在学习Plotly express和Altair/Vega-Lite进行交互式绘图。他们两个都令人印象深刻，我想知道他们的优点和缺点是什么。尤其是对于创建交互式地块，它们之间有什么大差异，何时比另一种更合适？

Answer 1

为了不引起个人喜好和过多细节，据我所知，这是两者之间的一些主要相似之处和不同之处。
设计原则
Plotly express和Altair都是高级声明式库，这意味着您可以根据数据之间的关系(例如在seaborn，holoviews和ggplot中)表达自己，而不是在较低层次的绘图机制(例如在matplotlib和bokeh中)表达自己。这需要较少的输入，并使您可以将重点放在数据上，但对绘图中的详细信息的控制也较少。
两者都是基于底层javascript库的交互式绘图包。 Plotly express位于plotly.py之上，plotly.py是plotly.js的Python包装器，而Altair是VegaLite.js的包装器，而VegaLite.js则是基于Vega.js的。 plotly.js和Vega均基于D3可视化库，该库是标准js viz库。
句法
更根本的区别之一是语法。 Plotly的语法更着重于为每个图提供单独的函数，然后该函数采用多个参数来控制其行为。例如， fiddle 绘图功能具有一个参数，用于确定是否还应包含一个带状图。 Altair专注于图形语法，在该图形语法中，您可以从单个图形语法单元中构成图表，就像您从单词中构成句子一样。例如，如果我想在Altair中合并两个图表，则可以分别创建它们，并通过layer运算符将它们添加到一起(这可以在Plotly中进行扩展，但使用Plotly express并不总是很简单)。因此，Altairs的语法原理与ggplot非常相似，而Plotly的语法更像(但不完全)像seaborn。
互动性
两者都非常强大，并且可以创建通过交互(例如更新其他图的过滤或悬停事件)链接在一起的图的多面板布局。目前，Altair中的所有交互都是客户端(在浏览器中发生，并且在将笔记本导出为HTML时仍然存在)，因为Plotly同时具有客户端和服务器交互(需要运行的Python服务器)。因此，如果您使用的是Plotly的仪表板解决方案Dash，则可以触发自定义函数以在Plotly图中的某个选择上执行，而在Altair中，您只能使用此选择更新其他Altair图。 Server side interactivity for Altair might be implemented for the dashboarding package streamlit in the future。
我知道，Altair是唯一具有交互语法的可视化程序包，它使您可以按照与通过图形语法创建图时类似的原理，在小部件和图之间进行交互，从而提供一致的体验并且可以允许在设计交互时提高创造力和灵活性。 Plotly以直观的方式支持动画，如果您的数据是时间序列或类似数据，这可能会很棒。
外貌
请查看Altair和Plotly express画廊，以确定您喜欢哪种美学。当然，许多默认设置(背景颜色，标记大小，轴号等)都是可以更改的(可以单独设置或通过主题设置)，但您仍然可以通过在画廊中花费时间来了解自己的图样。
一个显着的差异是Altair在将图的大小调整为适合例如大小的同时，将使图元素和间距保持不变。更多类别的条目，而Plotly将修改图中元素的间距和大小以适合总体图大小。对于多面子图，Altair将使每个子图保持恒定大小，并在添加更多图时扩大图表的总大小，而Plotly将子图适合图的整体大小，并在添加更多图时使每个图变小。您可以调整两个库来创建所需大小的图，但这是它们开箱即用的方式。
附加功能
目前，Plotly支持更多类型的图，并具有一些针对例如生物图和图像分析的特殊功能。对于某些类型的绘图，Plotly可以使用WebGL和datashader来提高性能，而Vega的可伸缩性能仍在开发中。 Plotly由一家公司提供，该公司为其某些产品提供企业支持。 Vegalite由开发D3的同一研究小组开发。两者都是开源的。