Altair

Altair expone una API declarativa de gramática de gráficos que compila a Vega-Lite: los gráficos se convierten en especificaciones JSON que puedes versionar, comparar e incrustar en la web.

Receta

Tarjeta de receta de referencia rápida, lista para copiar y pegar.

import altair as alt
import pandas as pd
 
df = pd.read_csv("sales.csv", parse_dates=["ordered_at"])
chart = (
    alt.Chart(df)
    .mark_line(point=True)
    .encode(x="ordered_at:T", y="sum(revenue):Q", color="region:N")
    .properties(width=600, height=300, title="Ingresos por región")
)
chart.save("revenue.json")

Cuándo usar esto:

• Especificaciones que deseas tener en git como JSON, no como código de trazado imperativo.
• Gráficos superpuestos (+, |) con composición legible.
• Incrustación en sitios estáticos a través de Vega-Embed.
• Enseñanza de la gramática de visualización sin el código repetitivo de matplotlib.

Ejemplo de trabajo

import altair as alt
import pandas as pd
import numpy as np
 
rng = np.random.default_rng(42)
df = pd.DataFrame(
    {
        "region": np.repeat(["East", "West"], 150),
        "revenue": rng.normal(150, 35, 300).clip(20),
        "units": rng.integers(1, 60, 300),
    }
)
 
base = alt.Chart(df).encode(
    x=alt.X("revenue:Q", bin=alt.Bin(maxbins=20), title="Ingresos"),
    color="region:N",
)
 
hist = base.mark_bar(opacity=0.7).properties(width=400, height=250, title="Distribución")
 
scatter = (
    alt.Chart(df)
    .mark_circle(size=60, opacity=0.5)
    .encode(
        x="units:Q",
        y="revenue:Q",
        color="region:N",
        tooltip=["region", "units", "revenue"],
    )
    .properties(width=400, height=250, title="Unidades vs ingresos")
)
 
dashboard = alt.hconcat(hist, scatter).resolve_scale(color="shared")
 
rule = (
    alt.Chart(pd.DataFrame({"y": [150]}))
    .mark_rule(color="firebrick", strokeDash=[4, 4])
    .encode(y="y:Q")
)
layered = scatter + rule
 
dashboard.save("dashboard.json")
layered.save("scatter_target.json")

Lo que esto demuestra:

• Codificación de bin en forma declarativa.
• Concatenación horizontal con escala de color compartida.
• Anotación de regla superpuesta con +.
• Exportación JSON para incrustar.

Inmersión Profunda

Cómo funciona

• Chart(data) + mark_* + canales encode (x, y, color, tooltip).
• Abreviatura :Q cuantitativo, :N nominal, :T temporal, :O ordinal.
• Las transformaciones (transform_filter, transform_aggregate) permanecen en la especificación.
• El compilador emite JSON de Vega-Lite renderizado por JS en el navegador o PNG a través de altair_saver.

Tipos de Codificación

Notas de Python

import altair as alt
 
alt.data_transformers.disable_max_rows()  # solo cuando aceptas incrustaciones grandes
alt.renderers.enable("json")  # el renderizador predeterminado del notebook varía según la versión

Trampas

• Límite predeterminado de 5000 filas - Altair muestrea fotogramas grandes. Solución: agrega en pandas/Polars primero o deshabilita las filas máximas a sabiendas.
• Datos anchos - múltiples columnas y necesitan transform_fold o melt. Solución: organiza en formato largo previamente.
• Ordenar ejes nominales - el orden alfabético predeterminado desordena los meses. Solución: sort=["Ene", "Feb", ...] o :O con orden.
• Guardar PNG sin dependencias - necesita vl-convert o altair_saver. Solución: envía JSON al front-end o instala el convertidor en CI.
• Selecciones interactivas en datos enormes - lentas en el lado del cliente. Solución: filtra los datos en el lado del servidor antes del gráfico.

Alternativas

Preguntas Frecuentes

alt.Chart(df).mark_point().encode(x="x", y="y").facet("region:N")

alt.Chart(df).transform_filter(alt.datum.revenue > 100).mark_bar().encode(...)

rule = alt.Chart(df).mark_rule(strokeDash=[4,4]).encode(y="mean(revenue):Q")
chart + rule

.encode(color=alt.Color("region:N", scale=alt.Scale(scheme="set2")))

Relacionado

• Plotly - alternativa interactiva
• Conceptos básicos de visualización - elección de gráficos
• Mejores prácticas de visualización - color accesible
• Graficar datos grandes - agregar primero

Versiones de la pila: Esta página fue escrita para Python 3.14.0 (estable 3.14, mantenimiento 3.13), FastAPI 0.115+, Django 5.2, Flask 3.1, Pydantic 2, PyTorch 2.6+, pandas 2.2+, Polars 1.x, ruff 0.9+ y uv 0.6+.