Polars 有了新的轻量绘图后端-未完纪

要点：从 Polars 1.6 开始，你可以原生创建漂亮的图表，无需 pandas、NumPy 或 PyArrow。

背景：“抱歉，我们只支持 pandas”

近来 Polars 越来越受关注。转向 Polars 的用户有时会遇到一个问题：自己喜欢的一些库仍然只支持 pandas。幸运的是，我们最近看到越来越多热门库，例如 scikit-learn 和 Pandera，开始支持 Polars。今天要介绍的 Altair 不仅加入了对 Polars 的原生支持，还把其他重量级依赖——pandas、NumPy 和 PyArrow——全部改成了可选项。

Altair 支持 Polars 的历程

Altair 最早在 2023 年初加入了对 Polars 的支持。当时的思路是：

Altair 已经支持 pandas。
Altair 加入对 PyArrow 的支持。如果用户传入的对象既不是 PyArrow 也不是 pandas，就尝试用不同方法将其转换为 PyArrow。
完成转换后，数据沿 PyArrow 的处理路径继续执行。

这已经改善了使用体验：让 Polars DataFrame 在 Altair 中“直接可用”，比每次都显式调用 to_pandas 或 to_arrow 更方便。不过，这种方式仍存在一些限制：

某些转换为 PyArrow 的方法，对于 Date 或 List 等数据类型并不可靠。
Polars 用户必须安装 PyArrow 这一依赖。
转换为 PyArrow 通常很快，但并非始终如此，尤其是数据中有许多字符串列时。

Altair 开发者希望进一步改善非 pandas 用户的体验，但不想通过专门的 Polars 处理路径使代码库更加复杂。他们希望数据框逻辑只写一次，就能处理多种输入；他们在一个名为 Narwhals 的新库中找到了答案。

Narwhals：面向工具构建者的工具

你很可能从未听说过 Narwhals，因为它面向工具构建者，而不是最终用户。具体来说，它让库维护者支持多种数据框库作为输入，同时不强制依赖其中任何一个。Narwhals 的设计目标是尽可能轻量、尽可能减少额外开销，而且没有必需的依赖。

它的思路是：

用 Narwhals API 编写一次数据框逻辑。这套 API 是 Polars API 的一个精简子集。
如果用户传入“数据框 X”，所有计算都使用数据框 X 进行，用户得到的也是来自“数据框 X”的对象。
pandas 用户不必安装 Polars，Polars 用户也不必安装 pandas，其他库同理。

从最终用户的角度看，Narwhals 仿佛不存在：他们像往常一样传入 pandas、Polars、PyArrow 等对象，一切就能正常工作。在底层，工具通过 Narwhals 以不依赖特定数据框实现的方式支持它们，同时不要求安装任何一种。

这能显著减轻库维护者的维护负担。他们大概更愿意花时间思考自己库的独特优势，而不是为各种数据框库 API 之间的细微差异头疼。

新的 Altair 绘图后端实战

下面展示新的绘图后端如何工作：

# Dataset can be found here: 
# https://github.com/Mcompetitions/M6-methods/blob/main/assets_m6.csv

(
    pl.scan_csv("assets_m6.csv", try_parse_dates=True)
    .filter(pl.col("symbol").is_in(["ABBV", "IGF", "XOM"]))
    .collect()
    .plot.line(x="date", y="price", color="symbol")
)