如何按脊线最大高度/面积降序排序Altair山脊线图？

当然可行，你不需要在Y轴上做排序操作——问题出在你选错了排序的位置。正确的做法是对分面的行（也就是月份）基于每个脊线的最大高度或总面积进行排序，这样既不会扭曲图形，又能实现从上到下由大到小的排列。

修改后的代码示例 #

import altair as alt
from vega_datasets import data

source = data.seattle_weather.url

step = 20
overlap = 1

alt.Chart(source, height=step).transform_timeunit(
    Month='month(date)'
).transform_joinaggregate(
    mean_temp='mean(temp_max)', groupby=['Month']
).transform_bin(
    ['bin_max', 'bin_min'], 'temp_max'
).transform_aggregate(
    value='count()', groupby=['Month', 'mean_temp', 'bin_min', 'bin_max']
).transform_impute(
    impute='value', groupby=['Month', 'mean_temp'], key='bin_min', value=0
# 新增：计算每个月份的最大脊线高度
).transform_aggregate(
    max_value='max(value)', groupby=['Month', 'mean_temp']
# 将统计值关联回原数据
).transform_lookup(
    lookup='Month', from_=alt.LookupData(data='_wrapped', key='Month', fields=['max_value'])
).mark_area(
    interpolate='monotone',
    fillOpacity=0.8,
    stroke='lightgray',
    strokeWidth=0.5
).encode(
    alt.X('bin_min:Q')
        .bin('binned')
        .title('每日最高气温(℃)'),
    alt.Y('value:Q')
        .axis(None)
        .scale(range=[step, -step * overlap]),
    alt.Fill('mean_temp:Q')
        .legend(None)
        .scale(domain=[30, 5], scheme='redyellowblue')
).facet(
    row=alt.Row('Month:T')
        .title(None)
        .header(labelAngle=0, labelAlign='left', format='%B')
        # 基于max_value降序排序分面行
        .sort(alt.EncodingSortField(field='max_value', order='descending'))
).properties(
    title='西雅图天气',
    bounds='flush'
).configure_facet(
    spacing=0
).configure_view(
    stroke=None
).configure_title(
    anchor='end'
)

关键修改点说明 #

• 新增transform_aggregate计算每个月份的max_value（即脊线的最大高度），如果想用总面积排序，把max(value)改成sum(value)即可。
• 通过transform_lookup把每个月份的统计值关联到所有对应的数据行，确保分面排序时能获取到该字段。
• 在alt.Row的sort参数中，基于max_value（或sum_value）降序排列，让最大的脊线显示在顶部。

这样修改后，每个脊线的形状完全保留，同时实现了你需要的排序效果。

内容的提问来源于stack exchange，提问作者Stephanie