Altair绘制Pandas汇率热力图时矩形宽度异常问题排查

问题背景 #

我有一个存储每日汇率的Pandas DataFrame，数据样例如下：

print(df[['Date', 'Currency', 'Rate']].head())

输出结果：

Date Currency     Rate
18 2023-12-01      AUD  1.64655
19 2023-12-01      BRL  5.36325
13 2023-12-01      CAD  1.47360
20 2023-12-01      CHF  0.95290
6  2023-12-01      CNY  7.78240

希望绘制热力图，使每个日期-货币组合对应一个彩色矩形，但通过Streamlit+Altair实现的代码运行后，每个货币仅显示一个矩形（使用mark_circles()时显示正常）。当前代码如下：

def generate_heatmap(df):
    # Adding a bit more information on the color scale for debugging
    df = df.sort_values(by=['Date', 'Currency'])
    scale = alt.Scale(scheme='viridis', domain=[df['Rate'].min(), df['Rate'].max()])
    print(df[['Date', 'Currency', 'Rate']].head())
    heatmap = alt.Chart(df).mark_rect().encode(
        x=alt.Y('Date:T', axis=alt.Axis(title='Date', format='%Y-%m-%d')),
        y='Currency:N',
        
        color=alt.Color('Rate:Q', scale=scale, legend=alt.Legend(title="Exchange Rate"))
    ).configure_scale(
        bandPaddingInner=0.1
    )
   return heatmap

chart = generate_heatmap(df_chart)
st.altair_chart(chart, use_container_width=True)

修复方案 #

核心问题定位 #

问题出在x轴的编码错误：你误将alt.X写成了alt.Y，导致日期被映射到y轴，与Currency字段重叠，最终每个货币仅显示一个矩形。此外，为了保证每个日期对应的矩形宽度一致，建议将日期转为离散类别类型。

修改后的完整代码 #

def generate_heatmap(df):
    df = df.sort_values(by=['Date', 'Currency'])
    scale = alt.Scale(scheme='viridis', domain=[df['Rate'].min(), df['Rate'].max()])
    
    heatmap = alt.Chart(df).mark_rect().encode(
        # 修正1：将alt.Y改为alt.X，同时指定日期为离散类型（O）
        x=alt.X('Date:O', axis=alt.Axis(title='Date', format='%Y-%m-%d', labelAngle=-45)),
        y=alt.Y('Currency:N', axis=alt.Axis(title='Currency')),
        color=alt.Color('Rate:Q', scale=scale, legend=alt.Legend(title="Exchange Rate"))
    ).configure_scale(
        bandPaddingInner=0.1
    )
    return heatmap

chart = generate_heatmap(df_chart)
st.altair_chart(chart, use_container_width=True)

关键修改说明 #

• 修正x轴编码：将alt.Y('Date:T')改为alt.X('Date:O')，让日期正确映射到x轴，同时Date:O将日期作为离散类别处理，避免连续时间轴导致的矩形宽度不均问题。
• 添加labelAngle=-45：旋转日期标签，避免标签重叠，提升图表可读性。

内容的提问来源于stack exchange，提问作者Jiří Procházka