• 优先调整height参数，固定width=1
  控制行高的核心是调整每个矩形的height值，而非width。将width设为1可以让矩形横向铺满对应列的宽度，避免水平间隙，再通过height设置每行的高度：

alt.Chart(df).mark_rect(width=1, height=10).encode(
    x='x_col:O',
    y='y_col:O',
    color='value:Q'
)

根据需求修改height的数值（比如8、12），即可精准控制行高，同时消除水平间隙。

• 通过轴缩放与视图配置约束整体布局
  如果全局宽高设置无效，可通过y轴的padding参数消除行间距，再用configure_view()固定图表整体尺寸：

alt.Chart(df).mark_rect(width=1).encode(
    x='x_col:O',
    y=alt.Y('y_col:O', scale=alt.Scale(padding=0)),
    color='value:Q'
).configure_view(
    width=600,
    height=400
)

padding=0会移除y轴分类之间的默认间距，configure_view()直接定义图表的整体宽高，确保布局符合预期。

• 使用bandSize参数统一控制行高（分类型y轴适用）
  针对y轴为分类型数据的场景，bandSize参数可直接设置每个分类行的高度，矩形会自动适配x轴宽度，无需手动调整width：

alt.Chart(df).mark_rect(bandSize=12).encode(
    x='x_col:O',
    y='y_col:O',
    color='value:Q'
)

bandSize的数值决定了每行的高度，同时保证横向无间隙。

• 调整bandPosition优化对齐
  若仍存在微小间隙，可将y轴的bandPosition设为0.5，让矩形与分类刻度居中对齐，配合width=1彻底消除水平空隙：

alt.Chart(df).mark_rect(width=1, height=10).encode(
    x='x_col:O',
    y=alt.Y('y_col:O', bandPosition=0.5),
    color='value:Q'
)

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