同样的基本作图任务,plotnine比matplotlib和seaborn代码量少,更美观。所以我又重新发一遍,大家可以先收藏起来,后面总有用到的时候~
R语言的ggplot2绘图能力超强,python虽有matplotlib,但是语法臃肿,使用复杂,入门极难,seaborn的出现稍微改善了matplotlib代码量问题,但是定制化程度依然需要借助matplotlib,使用难度依然很大。
而且咱们经管专业学编程语言,一直有一个经久不衰的问题-“学数据分析,到底选择R还是Python”。通过plotnine这个库,你就可以在python世界中体验下R语言的新奇感,体验可视化之美,如果着迷上瘾,再学R也不迟。
plotnine包,可以实现绝大多数ggplot2的绘图功能,两者语法十分相似,R和Python的语法转换成本大大降低。
plotnine文档 https://plotnine.readthedocs.io/en/latest/
R语言ggplot2文档 https://ggplot2.tidyverse.org/reference/index.html
安装
pip install plotnine
准备数据
from plotnine.data import mpg
#dataframe
mpg.head()
manufacturer
model
displ
year
cyl
trans
drv
cty
hwy
fl
class
0
audi
a4
1.8
1999
4
auto(l5)
f
18
29
p
compact
1
audi
a4
1.8
1999
4
manual(m5)
f
21
29
p
compact
2
audi
a4
2.0
2008
4
manual(m6)
f
20
31
p
compact
3
audi
a4
2.0
2008
4
auto(av)
f
21
30
p
compact
4
audi
a4
2.8
1999
6
auto(l5)
f
16
26
p
compact
快速作图qplot
我们先直接看最简单好用的快速作图函数qplot(x, y, data)
横坐标displ
纵坐标cty
数据mpg
from plotnine import qplot
qplot(x='displ',
y='cty',
data=mpg)
ggplot图层
qplot是快速作图函数,如果想让图更好看,进行私人订制,那么我们需要进行图层设计
首先设置ggplot图层(相当于买了一个高级画布),
数据mpg
横坐标x轴为displ
纵坐标y轴cty
在plotnine中,变量所对应的数据均可通过字段名调用
from plotnine import ggplot, geom_point, aes
ggplot(aes(x='displ', y='cty'), mpg)
图层叠加
我们可以看到,已经绘制出一个空的ggplot图层,x轴为displ,y轴为cty。
接下来我们给这个图层上加上数据对应的散点,使用geom_point()直接追加在ggplot图层之上即可。
(
ggplot(aes(x='displ', y='cty'), mpg)
+ geom_point()
)
color
在上图中,散点是没有区分每辆车的气缸数cyl。
在geom_point()中,我们可以按照气缸数cyl分门别类,按照颜色显示出来
(
ggplot(aes(x='displ', y='cty'), mpg)
+ geom_point(aes(color='cyl'))
)
上图挺好看的,有时候需要绘制的字段是离散型数值,但是上色后可能不够明显,需要声明该字段为离散型。这时候用factor()来告诉plotnine,这个字段是离散型数值
(
ggplot(aes(x='displ', y='cty'), mpg)
+ geom_point(aes(color='factor(cyl)'))
)
size
有时候为了增加可视化显示的维度数,还可以考虑加入点的大小size
(
ggplot(aes(x='displ', y='cty'), mpg)
+ geom_point(aes(size='hwy'))
)
梯度色
如果你想自己设置颜色的梯度,可以通过scale_color_gradient设置
from plotnine import scale_color_gradient
(
ggplot(aes(x='displ', y='cty'), mpg)
+ geom_point(aes(color='hwy'))
+ scale_color_gradient(low='blue', high='red')
)
条形图
plotnine中可绘制的图有很多,刚刚已经讲了散点图,接下来我们看看plotnine中的条形图。
首先准备一下数据
import pandas as pd
df = pd.DataFrame({
'variable': ['gender', 'gender', 'age', 'age', 'age', 'income', 'income', 'income', 'income'],
'category': ['Female', 'Male', '1-24', '25-54', '55+', 'Lo', 'Lo-Med', 'Med', 'High'],
'value': [60, 40, 50, 30, 20, 10, 25, 25, 40],
})
df['variable'] = pd.Categorical(df['variable'], categories=['gender', 'age', 'income'])
df['category'] = pd.Categorical(df['category'], categories=df['category'])
df
variable
category
value
0
gender
Female
60
1
gender
Male
40
2
age
1-24
50
3
age
25-54
30
4
age
55+
20
5
income
Lo
10
6
income
Lo-Med
25
7
income
Med
25
8
income
High
40
from plotnine import ggplot, aes, geom_text, position_dodge, geom_point
#调整文本位置
dodge_text = position_dodge(width=0.9) # new
(
ggplot(df, aes(x='variable',
y='value',
fill='category')) #类别填充颜色
+ geom_col(position='dodge',
show_legend=False) # modified
+ geom_text(aes(y=-.5, label='category'), # new
position=dodge_text,
color='gray', #文本颜色
size=8, #字号
angle=30, #文本的角度
va='top')
+ lims(y=(-5, 60)) # new
)
from plotnine.data import economics_long
economics_long.head()
date
variable
value
value01
0
1967-07-01
pce
507.4
0.000000
1
1967-08-01
pce
510.5
0.000266
2
1967-09-01
pce
516.3
0.000764
3
1967-10-01
pce
512.9
0.000472
4
1967-11-01
pce
518.1
0.000918
from plotnine import ggplot, aes, geom_line
(
ggplot(economics_long, aes(x='date', y='value01', color='variable'))
+ geom_line()
)
plotnine目前已经支持绝大多数ggplot2,但是文档方面没有ggplot2全,所以学习plotnine时可以参考ggplot2。
plotnine文档 https://plotnine.readthedocs.io/en/latest/
R语言ggplot2文档 https://ggplot2.tidyverse.org/reference/index.html