如何用Altair绘制1:8属性的交互式mark_point()图？

要在单张Altair散点图中展示8个属性的购买计数，并添加Region和Channel的交互筛选，核心是把宽格式DataFrame转换为长格式（tidy data），这是Altair处理多类别数据的标准方式。以下是完整实现步骤：

1. 数据准备与重塑 #

首先加载数据集，然后用pandas.melt()将多个数值列（Fresh、Frozen等）合并为一个类别列和对应的值列，这样就能把所有属性映射到同一个X轴：

import pandas as pd
import altair as alt

# 加载数据集
df = pd.read_csv('http://archive.ics.uci.edu/ml/machine-learning-databases/00292/Wholesale%20customers%20data.csv')

# 重塑数据：将8个属性转为类别+值的长格式
# id_vars保留用于筛选的列，var_name是类别列名，value_name是购买金额列名
melted_df = df.melt(
    id_vars=['Channel', 'Region'],
    var_name='Product_Category',
    value_name='Purchase_Amount'
)

2. 创建交互筛选组件 #

添加基于Region和Channel的下拉选择器，用于动态过滤数据：

# Region筛选器
region_select = alt.selection_point(
    fields=['Region'],
    bind=alt.binding_select(
        options=df['Region'].unique(),
        name='Region Filter: '
    )
)

# Channel筛选器
channel_select = alt.selection_point(
    fields=['Channel'],
    bind=alt.binding_select(
        options=df['Channel'].unique(),
        name='Channel Filter: '
    )
)

3. 绘制交互式散点图 #

将重塑后的数据传入Altair，映射X轴为产品类别，Y轴为计数，同时绑定筛选器：

chart = alt.Chart(melted_df).mark_point(size=100).encode(
    x=alt.X('Product_Category:N', title='Product Category'),
    y=alt.Y('count():Q', title='Number of Customers'),
    color=alt.Color('Product_Category:N', legend=alt.Legend(title='Categories')),
    tooltip=[
        alt.Tooltip('Product_Category:N', title='Category'),
        alt.Tooltip('count():Q', title='Customer Count'),
        alt.Tooltip('mean(Purchase_Amount):Q', title='Avg Purchase', format='$.2f'),
        alt.Tooltip('max(Purchase_Amount):Q', title='Max Purchase', format='$.2f')
    ]
).add_params(
    region_select,
    channel_select
).transform_filter(
    # 同时应用两个筛选器
    region_select & channel_select
).properties(
    title='Customer Purchase Distribution by Product Category',
    width=700,
    height=450
).configure_title(
    fontSize=16,
    anchor='middle'
)

# 显示图表
chart

关键说明 #

• 之前用字典转换失败的原因：Altair依赖Vega-Lite的语法，更适合处理长格式数据——宽格式的多列无法直接映射到同一个X轴的不同类别，melt()是解决这类问题的标准方法。
• 交互逻辑：两个筛选器是“与”关系，只有同时满足Region和Channel条件的数据才会被展示。
• 增强体验：添加了tooltip显示额外统计信息（平均/最大购买金额），让图表信息更丰富。

内容的提问来源于stack exchange，提问作者Tanmay Mittal