python可视化59|轻量级的dexplot

首发公众号：pythonic生物人

分享一个轻量级绘制统计图的包dexplot，轻松绘制这类图～

两优点：

• 不依赖Matplotlib、是一个非常稳定的API；
• 擅长绘制聚合关系(aggregation)图及分布关系(distribution)图。

一缺点：

• 支持绘制的图形类别有限。

---

目录

dexplot安装 

dexplot支持数据介绍

dexplot绘图函数介绍

dexplot支持图形类别介绍

demo

---

dexplot安装 

pip install dexplot

---

dexplot支持数据介绍

支持pandas.DataFrame类格式数据：

---

dexplot绘图函数介绍

dxp.plotting_func(x, #x轴映射的数据
                  y, #y轴映射数据
                  data, #绘图依赖的Pandas DataFrame数据
                  aggfunc, #统计函数，min', 'max', 'mean'等
                  split, #被当作分组的列
                  row, #row方向分面的变量
                  col, #col方向分面的变量
                  orientation, ...)#垂直or水平展示

---

dexplot支持图形类别介绍

A、聚合关系(aggregation)图

• bar
• line
• scatter
• count

B、分布关系(distribution)图

• box
• violin
• hist
• kde

---

demo

只介绍部分图形，所有的图形绘制形式大同小异～

# bar
dxp.bar(x='neighborhood', y='price', data=airbnb, aggfunc='median')

# 分组bar
dxp.bar(x='neighborhood',
        y='price',
        data=airbnb,
        aggfunc='median',#求每个变量的均值，
        split='superhost')#按superhost分组

#堆积bar
dxp.bar(x='neighborhood',
        y='price',
        data=airbnb,
        aggfunc='median',
        split='superhost',
        split_order=['Yes', 'No'],
        stacked=True)

#分面bar
dxp.bar(
    x='neighborhood',
    y='price',
    data=airbnb,
    aggfunc='median',
    split='superhost',
    col='property_type',  ##按property_type列分面
    col_order=['House', 'Condominium', 'Apartment'],  #指定列分面顺序
    row='bedrooms',  #按bedrooms行分面
    row_order=[1, 2, 3])  #指定行分面顺序

#箱图
dxp.box(x='price',
        y='neighborhood',
        data=airbnb,
        split='property_type',#
        split_order='desc')

#分面箱图
dxp.box(x='price',
        y='neighborhood',
        data=airbnb,
        split='superhost',
        col='property_type',
        col_order=['House', 'Condominium', 'Apartment'],
        row='bedrooms',
        row_order=[1, 2])

#分面kde
dxp.kde(x='price',
        data=airbnb,
        split='bedrooms',
        split_order=[1, 2, 3],
        cumulative=True,
        col='property_type',
        wrap=2)

#分面kde图
dxp.kde(x='price', y='cleaning_fee', data=airbnb, row='neighborhood', wrap=3)

 

#堆积counts图
dxp.count(val='neighborhood',
          data=airbnb,
          split='property_type',
          orientation='h',
          stacked=True,
          col='superhost')

 

#分面scatter图
dxp.scatter(x='longitude',
            y='latitude',
            data=airbnb,
            split='neighborhood',
            col='bedrooms',
            col_order=[2, 3])