在 Altair 中重新创建 pyLDAvis 图表 - 过滤后的数据为空选择

问题描述

我正在尝试为 altair 中的主题建模重新创建经典的 pyLDAvis 可视化。

我在过滤方面遇到了障碍。在pyLDAvis图表中，散点图中的空选显示了右侧图表中所谓的“默认”主题，该主题仅显示了语料库中每个单词的总频率。

另一方面，如果您在散点图中进行选择，条形图将被过滤，以便显示选择的总数，叠加在总体总数上，如下所示：

我可以接近这个，但正如你在下面看到的，有（至少）两个不同之处：

我的过滤条形图显示了没有选择时的所有段，
选择时只显示一个主题（即没有叠加层）

有谁知道根据上述问题我可以如何接近？也就是说，我想在没有选择时只显示总数，并在点击一个点时用总数覆盖选择。

以下可重现的 altair 代码：

import altair as alt
import pandas as pd

data={
 'Term': ['algorithm','learning','algorithm','learning'],'Freq_x': [1330,1353,304.42,296.69,157.59,140.35],'Total': [1330,1353.7,1330.47,1353.7],'Category': ['Default','Default','Topic1','Topic2','Topic2'],'logprob': [30.0,27.0,-5.116,-5.1418,-5.4112,-5.5271],'loglift': [30.0,0.0975,0.0891,-0.1803,-0.3135],'saliency_ind': [0,3,76,77,181,186],'x': [nan,nan,-0.0080,-0.0053,-0.0053],'y': [nan,-0.0056,0.0003,0.0003],'topics': [nan,1.0,2.0,2.0],'cluster': [nan,1.0],'Freq_y': [nan,20.39,14.18,14.18]}

df=pd.DataFrame(data)

pts = alt.selection(type="single",fields=['Category'])

points=alt.Chart().mark_circle(tooltip=True).encode(
    x='mean(x)',y='mean(y)',size='Freq_y',tooltip=['topics','cluster'],color=alt.condition(pts,"Category",alt.ColorValue("grey"))
).add_selection(pts)

bars=alt.Chart().mark_bar().encode(
    x='Freq_x',y=alt.Y('Term',sort=alt.sortField("Freq_x",order='descending')),tooltip=['Total'],color='Category'
).transform_filter(
    pts
)

alt.hconcat(points,bars,data=df).resolve_legend(
    color="independent",size="independent"
)

解决方法

您可以在第一个条形图的顶部叠加一个单独的条形图，并且仅在此叠加图上使用变换过滤器。要在开始时不显示任何段，您可以设置选择的空行为。

import altair as alt
import pandas as pd


# I modified these values slightly
data={
 'Term': ['algorithm','learning','algorithm','learning'],'Freq_x': [1330,1153,504.42,296.69,177.59,140.35],'Total': [1330,1353,1353.7,1330.47,1353.7],'Category': ['Default','Default','Topic1','Topic2','Topic2'],'logprob': [30.0,27.0,-5.116,-5.1418,-5.4112,-5.5271],'loglift': [30.0,0.0975,0.0891,-0.1803,-0.3135],'saliency_ind': [0,3,76,77,181,186],'x': [None,None,-0.0080,-0.0053,-0.0053],'y': [None,-0.0056,0.0003,0.0003],'topics': [None,1.0,2.0,2.0],'cluster': [None,1.0],'Freq_y': [None,20.39,14.18,14.18]}

df=pd.DataFrame(data)

pts = alt.selection(type="single",fields=['Category'],empty='none')

points=alt.Chart().mark_circle(tooltip=True).encode(
    x='mean(x)',y='mean(y)',size='Freq_y',tooltip=['topics','cluster'],detail='Category',color=alt.condition(pts,alt.value('#F28E2B'),alt.value('#4E79A7'))
).add_selection(pts)

bars=alt.Chart().mark_bar().encode(
    x='Freq_x',y=alt.Y('Term',sort='-x'),tooltip=['Total'],)

bars2=alt.Chart().mark_bar(color='#F28E2B').encode(
    x='Freq_x',tooltip=['Freq_x'],).transform_filter(
    pts
)

alt.hconcat(points,bars+bars2,data=df).resolve_legend(
    color="independent",size="independent"
)

我相信这可以解决您提到的两个问题。还有第三个，即条形不会像您的示例中那样动态使用，但我不知道如何解决。

altair pyldavis python topic-modeling vega-lite