如何在Altair中实现双折线图中途变色及自定义颜色与图例？

希望绘制两条折线，每条折线在post字段切换（0→1）时改变颜色，同时自定义各阶段颜色并添加清晰的图例。

测试数据代码 #

import pandas as pd
from datetime import datetime
import numpy as np

data_list = [(['1', '2']*20)*2,
             [0]*20+[1]*20,
             np.repeat(pd.date_range(datetime.today(), periods=20).tolist(), 2),
             np.random.normal(size=40)
            ]
data_df = pd.DataFrame(data_list).transpose()
data_df.columns = ['group', 'post', 'datetime', 'value']

之前的尝试问题 #

1. 第一次尝试：分别绘制post=0和post=1的折线，虽实现颜色区分，但折线被拆分为独立线条，且图例重复显示同一组的前后阶段。
2. 第二次尝试：通过图层叠加实现了折线中途变色，但无法自定义阶段颜色，也无法生成符合需求的图例。

解决方案 #

核心是通过组合group与post生成新标签，用该标签控制颜色，同时用detail字段保证折线连续性，最终实现自定义颜色和清晰图例。

完整代码 #

import altair as alt
import pandas as pd
from datetime import datetime
import numpy as np

# 生成并预处理测试数据
data_list = [(['1', '2']*20)*2,
             [0]*20+[1]*20,
             np.repeat(pd.date_range(datetime.today(), periods=20).tolist(), 2),
             np.random.normal(size=40)
            ]
data_df = pd.DataFrame(data_list).transpose()
data_df.columns = ['group', 'post', 'datetime', 'value']
# 转换数据类型避免编码问题
data_df['post'] = data_df['post'].astype(int)
data_df['value'] = data_df['value'].astype(float)

# 图表基础配置
PROPERTIES = {"height": 200, "width": 800}

# 自定义各阶段颜色映射
color_map = {
    "Group A (前期)": "#F44E4E",
    "Group A (后期)": "#F20505",
    "Group B (前期)": "#0442BF",
    "Group B (后期)": "#63CAF2"
}

# 绘制变色折线
line_chart = alt.Chart(data_df).transform_calculate(
    # 生成包含组和阶段的标签
    stage_label="datum.group == '1' ? (datum.post == 0 ? 'Group A (前期)' : 'Group A (后期)') : (datum.post == 0 ? 'Group B (前期)' : 'Group B (后期)')"
).mark_line(opacity=0.8, strokeWidth=3, strokeCap='round').encode(
    x=alt.X("datetime:T", title=None),
    y=alt.Y("value:Q", title=None),
    # 用组合标签控制颜色，绑定自定义比例尺
    color=alt.Color(
        "stage_label:N",
        scale=alt.Scale(domain=list(color_map.keys()), range=list(color_map.values())),
        title=None,
        legend=alt.Legend(orient="bottom-left")
    ),
    # 用原始group字段保证同一组的前后阶段是同一条折线
    detail=alt.Detail("group:N")
)

# 绘制背景灰色区域
area_pre = alt.Chart(data_df).mark_rect(opacity=0.5).encode(
    x=alt.X("min(datetime):T", title=None),
    x2=alt.X2("max(datetime):T"),
    y=alt.value(0),
    y2=alt.value(PROPERTIES["height"]),
    fill=alt.Color(scale=alt.Scale(range=["lightgray"]), legend=None)
).transform_filter(alt.datum.post == 0)

area_post = alt.Chart(data_df).mark_rect(opacity=0.5).encode(
    x=alt.X("min(datetime):T", title=None),
    x2=alt.X2("max(datetime):T"),
    y=alt.value(0),
    y2=alt.value(PROPERTIES["height"]),
    fill=alt.Color(scale=alt.Scale(range=["lightgray"]), legend=None)
).transform_filter(alt.datum.post == 1)

# 组合所有图层
final_chart = alt.layer(area_pre + area_post, line_chart).properties(**PROPERTIES)
final_chart

关键说明 #

• 组合标签stage_label：通过计算字段将group和post合并为可读标签，既用于颜色映射，也让图例清晰展示每个阶段。
• detail字段：指定detail="group:N"，确保同一组的前后数据被识别为同一条折线，不会因颜色分组而断开。
• 自定义颜色比例尺：直接将标签与颜色绑定，完全控制各阶段的显示颜色。
• 背景区域：通过两个过滤后的矩形图层，覆盖post=0和post=1的整个时间范围，实现背景分区效果。

内容的提问来源于stack exchange，提问作者vee_adelle