如何使用Python Altair绘制Cycle Plot（周期图）？

问题背景 #

想要绘制的目标图表：横轴为月份，纵轴为数值，多条不同颜色的折线分别对应不同地点，每个月份的均值点带有半透明的上下误差区间。
现有数据集包含三列：Month（日期格式，如2019-01）、Location（地点标识，如A、B、C）、Mean（对应月份与地点的均值）。
尝试的代码：

alt.Chart(df).mark_line().encode(
    x='Month',
    y='Mean'
)

输出结果：所有地点的均值点被连成一条混乱的折线，未按地点分组，不符合预期。

核心解决步骤 #

1. 按地点分组绘制多条折线 #

你的代码未对Location字段分组，导致所有数据被混在一起绘制。需通过color和detail字段区分不同地点的折线，同时明确指定数据类型帮助Altair正确解析：

alt.Chart(df).mark_line().encode(
    x='Month:T',  # :T 标记为时间类型
    y='Mean:Q',   # :Q 标记为定量数值
    color='Location:N',  # :N 标记为标称类别，按地点区分颜色
    detail='Location:N'  # 确保每个地点单独生成折线
)

2. 添加误差区间（匹配目标图的上下填充区域） #

如果数据集包含标准差（Std）或上下限（如Upper、Lower），可以叠加误差带、折线和均值点来还原目标图：

• 若已有上下限列：

# 基础图表对象
base = alt.Chart(df)

# 绘制半透明误差带
error_band = base.mark_area(opacity=0.2).encode(
    x='Month:T',
    y='Lower:Q',
    y2='Upper:Q',
    color='Location:N'
)

# 绘制折线
line = base.mark_line().encode(
    x='Month:T',
    y='Mean:Q',
    color='Location:N'
)

# 绘制均值点
points = base.mark_point().encode(
    x='Month:T',
    y='Mean:Q',
    color='Location:N'
)

# 组合所有图层
error_band + line + points

• 若只有标准差，可通过计算生成上下限：

base = alt.Chart(df).transform_calculate(
    Lower='datum.Mean - datum.Std',
    Upper='datum.Mean + datum.Std'
)
# 后续误差带、折线、点的代码同上

3. 优化时间轴显示 #

如果Month字段未被识别为时间类型，先在Pandas中转换格式，再调整轴显示：

import pandas as pd
# 转换为datetime类型
df['Month'] = pd.to_datetime(df['Month'])

# 绘制时指定时间格式
alt.Chart(df).mark_line().encode(
    x=alt.X('Month:T', axis=alt.Axis(format='%Y-%m')),  # 自定义时间显示格式
    y='Mean:Q',
    color='Location:N'
)

内容的提问来源于stack exchange，提问作者Angelica Lo Duca