Altair - 在多面图中绘制圆形、椭圆、注释

Question

是否可以在 Altair 图表中按照图表 x 和 y 变量的度量单位绘制线条和几何形状？图表可能是刻面的，形状和线条取决于每个特定刻面中的数据。

一个可重现的例子：

import pandas as pd
import numpy as np
import altair as alt
alt.renderers.enable('notebook')

# make some data to test
N = 1000
df = pd.DataFrame({
    'x1': np.random.normal(0, 1, N),
    'x2': np.random.normal(0, 1, N),
    'facet': np.random.choice(list('ABCDEFGHI'), N),
})

# derived variables 
df['y1'] = np.where(np.sqrt(df['x1']**2 + df['x2']**2) > 2, 'F', 'P')
df['y2'] = 0.5*df['x2'] + 2.0 + np.random.normal(0, .5, N)
df['color'] = np.where(df['y1'].eq('F'), 'red', 'green')

# custom color map
domain = ['F', 'P']
range_ = ['red', 'green']

# create and render the chart
p1 = alt.Chart(df).mark_circle(opacity=1, size=15).encode(
    alt.X('x1', scale=alt.Scale(domain=(-4, 4))),
    alt.Y('x2', scale=alt.Scale(domain=(-4, 4))),
    color=alt.Color('y1', scale=alt.Scale(domain=domain, range=range_)),
    facet='facet'
)

# set some additional properties
p1.properties(width=150, height=150, columns=3).resolve_scale()

产生以下输出：

Q1：是否可以在每个图表中绘制一个以 0、0 为中心、半径为 2 的圆，如第二个方面所示？

圆形度量单位与 x 和 y 度量单位相同。在这种情况下，x 和 y 可以表示物理线性测量，其中每个像素的长度在 x 和 y 中是一致的。即它可能是一个飞镖板。

类比可能是 R lattice xyplot aspect = 'iso'。在此处查看方面描述：https://rdrr.io/cran/lattice/man/xyplot.html

Q2：是否可以在图表的一个角落添加一个文本注释来计算每个图表中“F”（红色）的数量？

Q3：对于轴不是“iso”并且具有不同测量单位的情况，是否可以绘制一条线和椭圆（例如，95% 密度的椭圆），如下面的第二个方面所示？也许在图表上标注了拟合线的斜率和截距？

例子：

# create and render the chart
p1 = alt.Chart(df).mark_point().encode(
    x='x2',
    y='y2',
    facet='facet'
)

# set some additional properties
p1.properties(width=150, height=150, columns=3).resolve_scale()

在 R Lattice 中，这些类型的可视化是通过使用“aspect”、一些特定的格/网格函数以及在某些情况下编写自定义“面板”（构面）函数来实现的，该函数可以访问数据的索引在每个方面，并且可以在每个方面运行线性模型并显示结果。

Answer 1

Altair 中没有这种注释机制，缺少创建所需注释基础的数据并将它们绘制为普通图表层。

对一般图表注释的支持是 Altair 使用的渲染库 Vega 和 Vega-Lite 中的一个未解决问题。