如何用Altair绘制多列value_counts()柱状图（替代Matplotlib）

要实现和你提供的Matplotlib代码完全一致的图表效果，核心是先将数据转换成Altair适配的长格式结构，再通过分簇柱状图配置实现。具体步骤如下：

1. 导入依赖库 #

import pandas as pd
import altair as alt

2. 构造示例数据 #

df = pd.DataFrame({
    'Col1': [0,1,2,3], 
    'Col2': [0,1,2,2], 
    'Col3': [2,3,3,3]
})

3. 处理数据：计算归一化频率并转换格式 #

Matplotlib可直接用宽格式绘图，但Altair更适合长格式数据。我们需要完成以下操作：

• 对每列计算value_counts(normalize=True)，得到各列类别的归一化频率
• 将结果合并为宽格式DataFrame
• 重置索引，把类别值转为单独列
• 转成长格式，让列名、类别、频率成为独立字段
• 填充空值为0（原数据中不存在的类别频率为0）

# 计算每列的归一化频率，生成宽格式DataFrame
freq_df = pd.DataFrame({col: df[col].value_counts(normalize=True) for col in df})
# 重置索引，将类别值转为"Category"列
freq_df = freq_df.reset_index().rename(columns={'index': 'Category'})
# 转成长格式，适配Altair要求
long_df = freq_df.melt(id_vars='Category', var_name='Column', value_name='Frequency')
# 填充空值为0，确保所有类别都有数据
long_df['Frequency'] = long_df['Frequency'].fillna(0)

4. 用Altair绘制分簇柱状图 #

通过配置轴、颜色和分簇规则，实现和Matplotlib完全一致的效果：

chart = alt.Chart(long_df).mark_bar(opacity=0.8).encode(
    x=alt.X('Column:N', title='列名'),
    y=alt.Y('Frequency:Q', title='归一化频率', domain=[0, 1]),
    color=alt.Color('Category:N', title='类别'),
    # 配置分簇：同一列下的不同类别柱子并排显示
    xOffset='Category:N'
).properties(
    width=400,
    height=300,
    title='各列类别归一化频率柱状图'
)

chart.show()

效果匹配说明 #

• x轴显示列名（Col1/Col2/Col3），同一列下的不同类别柱子分簇排列
• y轴范围固定为0到1，与normalize=True的结果直接对应
• 不同颜色区分各个类别，和Matplotlib生成的图表视觉效果完全一致

内容的提问来源于stack exchange，提问作者BSalita