plotnine数据可视化手册

介绍 

R语言数据可视化的强大之处在于ggplot2，而plotnine相当于是python版的ggplot2，语法与R语言的ggplot2基本一致，无论是从语法简洁性、作图灵活性、美观度等方面，相对于传统可视化模块，plotnine均有不错的表现。

作为数据分析工作者，出图的速度直接影响数据挖掘的效率，所以撰此文目的在于加强自己对可视化模块plotnine的学习巩固，同时也可以分享给正在学习可视化的同学。

本文持续更新五个系列图表绘制案例及多个实际应用场景：

五个系列图表：趋势型图表、分布型图表、类别比较型图表、数据关系型图表、局部整体型图表

准备

模块安装、导入

pip install plotnine

from plotnine import *

汉字乱码问题解决

import matplotlib as plt

plt.rcParams['font.sans-serif'] = ['Arial Unicode MS']
plt.rcParams['axes.unicode_minus'] = False

一、趋势型图表系列

场景case:

某互联网公司为了提高裂变类活动的转化率，分别设计并同时上线了两种活动形式（A活动、B活动），通过对比AB两种活动的累计转化率，取较优者决策。

样本示例：

1.1折线图

def plot_a_1(df):
    base_plot = (
        ggplot(df, aes(x='日期', y='转化率', group='分组', color='分组'))
        +geom_line(size=1)
        +scale_x_date(name='日期', breaks='2 weeks') #解决x轴标签覆盖问题
        +scale_fill_hue(s=0.90, l=0.65, h=0.0417, color_space='husl') #自动配色
        #若自定义线条颜色可将上一行代码替换为：
        #+scale_color_manual(values=('#084081', '#7bccc4'))
        #若在折线图上添加值标签可用下行代码（此图不建议添加值标签，不美观）
        #+geom_text(aes(x='日期',y='转化率',label='转化率'),color='black')
        +xlab('时间') #重命名x轴名称
        +ylab('CVR') #重命名y轴名称
        +ggtitle('AB组活动转化率趋势图')
        +theme_matplotlib()
    )
    print(base_plot)
    base_plot.save('page/趋势图/图a_1.jpeg', dpi=1000)

1.2面积图

def plot_a_2(df):
    base_plot = (
        ggplot(df, aes(x='日期', y='转化率', group='分组'))
        +geom_area(aes(fill='分组'), alpha=0.75, position='identity')
        +geom_line(aes(color='分组'), size=0.75)
        +scale_x_date(name='日期', breaks='2 weeks') #解决x轴日期标签间隔、覆盖问题
        +scale_fill_hue(s=0.90, l=0.65, h=0.0417, color_space='husl')
        +xlab('时间')
        +ylab('CVR')
        +ggtitle('AB组活动转化率趋势图')
        +theme_matplotlib()
    )
    print(base_plot)
    base_plot.save('page/趋势图/图a_2.jpeg', dpi=1000)

1.3夹层填充面积图

绘图前需要先对样本数据做一下处理，处理代码及处理后的dataframe如下：

def plot_a_3(df):
    df_A = df[df['分组'] == 'A组']
    df_B = df[df['分组'] == 'B组']
    df_new = pd.merge(df_A, df_B, how='left', on='日期', suffixes=('A组', 'B组'))
    df_new['最小值'] = df_new.apply(lambda x: x[['转化率A组', '转化率B组']].min(), axis=1)
    df_new['最大值'] = df_new.apply(lambda x: x[['转化率A组', '转化率B组']].max(), axis=1)
    #df_new['比较'] = df_new.apply(lambda x: 'A组高' if x['转化率A组'] - x['转化率B组'] > 0 else 'B组高', axis=1)
    df_new['ymin1'] = df_new['最小值']
    df_new.loc[(df_new['转化率A组']-df_new['转化率B组']) > 0, 'ymin1'] = np.nan
    df_new['ymin2'] = df_new['最小值']
    df_new.loc[(df_new['转化率A组']-df_new['转化率B组']) <= 0, 'ymin2'] = np.nan
    df_new['ymax1'] = df_new['最大值']
    df_new.loc[(df_new['转化率A组']-df_new['转化率B组']) > 0, 'ymax1'] = np.nan
    df_new['ymax2'] = df_new['最大值']
    df_new.loc[(df_new['转化率A组']-df_new['转化率B组']) <= 0, 'ymax2'] = np.nan

    
    base_plot=(
        ggplot()
        +geom_ribbon(df_new, aes(x='日期', ymin='ymin1', ymax='ymax1', group=1), alpha=0.5, fill='#00B2F6', color='none')
        +geom_ribbon(df_new, aes(x='日期', ymin='ymin2', ymax='ymax2', group=1), alpha=0.5, fill='#FF6B5E', color='none')
        +geom_line(df, aes(x='日期', y='转化率', group='分组', color='分组'), size=1)
        +scale_x_date(name='日期', breaks='2 weeks')
        +theme_matplotlib()
    )
    print(base_plot)

 

 做以上处理的目的是为作图做准备：

①最大值、最小值：用于绘制夹层的填充线；

②之所以ymin1/ymax1 与 ymin2/ymax2 区分开，是为了区分填充线颜色

③之所以绘制两次ribbon除了原因②之外，也是为了避免出现多余的填充

1.4百分比堆积面积图

场景case:

某互联网公司在全国城市推广了一种引流活动，并将城市划分了7个等级（一线、新一线、二线....其他），因为来自不同城市等级的用户质量不同，所以需要关注每个活动期次中用户来源的城市等级构成变化。

样本示例：

同一‘活动期次’中，‘同期占比’之和为1，虽然样本中有这一数据，但我们在绘图时不会用到"同期占比"，所以在实际绘图导入数据时无需计算该值。

 

def plot_a_4(df):
    base_plot = (
        ggplot(df, aes(x='活动期次', y='参与人数', fill='城市等级', group='城市等级'))
        +geom_area(position='fill', alpha=1)
        +geom_line(position='fill', size=0.25, color='black')
        +scale_fill_hue(s=0.99, l=0.65, h=0.0417, color_space='husl')
        +xlab('活动期次')
        +ylab('同期占比')
        +theme_matplotlib()
    )
    print(base_plot)
    base_plot.save('page/趋势图/图a_4.jpeg', dpi=1000)

 补充：与1.2面积图不同的是position参数的设置，‘identity’表示不改变位置，而‘fill’则表示在多数据系列时以百分比的形式堆叠（数量会自动转为占比后在y轴显示），另外比较常用的还有position='stack'，意思是堆积，假如仅把上图position参数fill换成stack，那么输出如下：

图解：例如第"1期"的y轴值约2500，该值表示所有城市等级用户数量之和。 

也就是说：每个系列的开始点是前一个数据系列的结束点，y轴的值表示多个系列的数值之和。

而假如，仅把上述代码中position参数换成identity，则输出如下：

此时y轴的值仅表示某一单个系列的数值。

二、类别比较型图表系列

2.1单数据系列柱形图

def plot_b_1():
    df = pd.DataFrame({'Cut': ['fair', 'good', 'very good', 'premium', 'ideal'], 'Price': [4300, 3800, 3950, 4700, 3500]})

    base_plot = (
        ggplot(df, aes(x='Cut', y='Price'))
        +geom_bar(stat='identity', width=0.8, colour='black', size=0.25, fill='#FF6B5E', alpha=1)
        +theme_matplotlib()
    )
    print(base_plot)
    base_plot.save('page/类别比较/图b_1_1.jpeg', dpi=1000)

补充：类别排序问题

绘制柱形图、条形图系列的最大潜在问题就是排序，

plotnine绘制柱形图时，X轴变量默认会按照输入的数据顺序绘制，若要调整顺序，需对dataframe的类别顺序进行调整（pandas.Categorical方法的使用），

假如要将上图的绘制顺序改为按"Price"的值降序排列，则代码为：

def plot_b_1():
    df = pd.DataFrame({'Cut': ['fair', 'good', 'very good', 'premium', 'ideal'], 'Price': [4300, 3800, 3950, 4700, 3500]})
    sort_df = df.sort_values(by='Price', ascending=False)
    sort_df['Cut'] = pd.Categorical(sort_df['Cut'],  categories=sort_df['Cut'], ordered=True)

    base_plot = (
        ggplot(sort_df, aes(x='Cut', y='Price'))
        +geom_bar(stat='identity', width=0.8, colour='black', size=0.25, fill='#FF6B5E', alpha=1)
        +theme_matplotlib()
    )
    print(base_plot)
    base_plot.save('page/类别比较/图b_1_2.jpeg', dpi=1000)

若要自定义类别顺序，可以修改如下代码：

例如将顺序修改为 fair→premium→very good→ideal→good

df = pd.DataFrame({'Cut': ['fair', 'good', 'very good', 'premium', 'ideal'], 'Price': [4300, 3800, 3950, 4700, 3500]})

df['Cut'] = pd.Categorical(sort_df['Cut'],  categories=['fair','premium','very good','ideal','good'], ordered=True)

 2.2多数据系列柱形图

def plot_b_2():
    df = pd.DataFrame({'Cut': ['fair', 'good', 'very good', 'premium', 'ideal'],
                       'Price_A': [4300, 3800, 3950, 4700, 3500],
                       'Price_B': [4000, 3200, 4300, 3700, 3000]})
    #做数据处理，目的是以Price_A的值降序绘制
    df = df.sort_values(by='Price_A', ascending=False)
    #原始数据是二维表，需要将其转化成一维表
    df_new = pd.melt(df, id_vars='Cut')
    df_new['Cut'] = pd.Categorical(df_new['Cut'], categories=df['Cut'])

    base_plot = (
        ggplot(df_new, aes(x='Cut', y='value', fill='variable'))
        +geom_bar(stat='identity', color='black', position='dodge', width=0.7, size=0.25)
        #dodge水平抖动放置、stack垂直堆叠放置、identity不做调整（多系列情况下会存在覆盖问题）、fill百分比堆叠
        +scale_fill_hue(s=0.90, l=0.65, h=0.0417, color_space='husl')
        #若自定义填充色
        #+scale_fill_manual(values=['#FF6B5E','#00B2F6'])
        +theme_matplotlib()
    )
    print(base_plot)
    base_plot.save('page/类别比较/图b_2.jpeg', dpi=1000)

补充：表降维处理

pandas.melt()方法

案例中原始及降维后的数据框如下：

原始：
         Cut  Price_A  Price_B
0       fair     4300     4000
1       good     3800     3200
2  very good     3950     4300
3    premium     4700     3700
4      ideal     3500     3000

降维处理后：
         Cut variable  value
0    premium  Price_A   4700
1       fair  Price_A   4300
2  very good  Price_A   3950
3       good  Price_A   3800
4      ideal  Price_A   3500
5    premium  Price_B   3700
6       fair  Price_B   4000
7  very good  Price_B   4300
8       good  Price_B   3200
9      ideal  Price_B   3000

 2.3堆积柱形图

def plot_b_3():
    #数据示例：分活动类型、城市等级对比参与活动的用户数量
    #说明：例如，活动A中一线城市的参与用户数为150人,二线1200人,...
    df = pd.DataFrame({'城市等级': ['一线', '二线', '三线', '四线', '五线'],
                       '活动A': [150, 1200, 1300, 2800, 2000],
                       '活动B': [400, 1100, 2300, 2900, 2700],
                       '活动C': [390, 1700, 3300, 3500, 4200],
                       '活动D': [300, 900, 1900, 2800, 3300],
                       '活动E': [130, 790, 1800, 3000, 4200]})
    #降维处理
    df_new = pd.melt(df, id_vars='城市等级')

    # 按活动类型求和并按求和结果降序排列
    sum_df = df.iloc[:, 1:].apply(lambda x: x.sum(), axis=0).sort_values(ascending=False)
    # 调整X轴类别排序:类别（活动类型）按总数量降序排列
    df_new['variable'] = pd.Categorical(df_new['variable'], categories=sum_df.index)
    # 调整图例排序：按城市线级有序排列（自定义顺序）
    df_new['城市等级'] = pd.Categorical(df_new['城市等级'], categories=['一线', '二线', '三线', '四线', '五线'])

    base_plot = (
        ggplot(df_new, aes(x='variable', y='value', fill='城市等级'))
        +geom_bar(stat='identity', color='black', position='stack', width=0.7, size=0.25)
    #自定义配色，更多配色方案可参考网址：colorbrewer2.org
        +scale_fill_manual(values=('#084081', '#2b8cba', '#7bccc4', '#e0f3db', '#ccebc5'))
        +theme_matplotlib()
    )
    print(base_plot)
    base_plot.save('page/类别比较/图b_3.jpeg', dpi=1000)

2.4百分比堆积柱形图

只需将图2.3代码中的position参数改为：fill

def plot_b_4():
    #数据示例：分活动类型、城市等级对比参与活动的用户数量
    #说明：例如，活动A中一线城市的参与用户数为150人,二线1200人,...
    df = pd.DataFrame({'城市等级': ['一线', '二线', '三线', '四线', '五线'],
                       '活动A': [150, 1200, 1300, 2800, 2000],
                       '活动B': [400, 1100, 2300, 2900, 2700],
                       '活动C': [390, 1700, 3300, 3500, 4200],
                       '活动D': [300, 900, 1900, 2800, 3300],
                       '活动E': [130, 790, 1800, 3000, 4200]})
    #降维处理
    df_new = pd.melt(df, id_vars='城市等级')

    # 按活动类型求和并按求和结果降序排列
    sum_df = df.iloc[:, 1:].apply(lambda x: x.sum(), axis=0).sort_values(ascending=False)
    # 调整X轴类别排序:类别（活动类型）按总数量降序排列
    df_new['variable'] = pd.Categorical(df_new['variable'], categories=sum_df.index)
    # 调整图例排序：按城市线级有序排列（自定义顺序）
    df_new['城市等级'] = pd.Categorical(df_new['城市等级'], categories=['一线', '二线', '三线', '四线', '五线'])

    base_plot = (
        ggplot(df_new, aes(x='variable', y='value', fill='城市等级'))
        +geom_bar(stat='identity', color='black', position='fill', width=0.7, size=0.25)
        #自定义配色，更多配色方案可参考网址：colorbrewer2.org
        #+scale_fill_manual(values=('#084081', '#2b8cba', '#7bccc4', '#e0f3db', '#ccebc5'))
        #自动配色
        +scale_fill_brewer(palette='GnBu')
        +theme_matplotlib()
    )
    print(base_plot)
    base_plot.save('page/类别比较/图b_4.jpeg', dpi=1000)

 2.5条形图

只需要在柱形图plot内增加"+coord_flip()"，将X-Y轴旋转

例如：图2.4百分比堆积柱形图 转换为 百分比堆积条形图

def plot_b_5():
    df = pd.DataFrame({'城市等级': ['一线', '二线', '三线', '四线', '五线'],
                       '活动A': [150, 1200, 1300, 2800, 2000],
                       '活动B': [400, 1100, 2300, 2900, 2700],
                       '活动C': [390, 1700, 3300, 3500, 4200],
                       '活动D': [300, 900, 1900, 2800, 3300],
                       '活动E': [130, 790, 1800, 3000, 4200]})
    df_new = pd.melt(df, id_vars='城市等级')

    sum_df = df.iloc[:, 1:].apply(lambda x: x.sum(), axis=0).sort_values(ascending=False)
    df_new['variable'] = pd.Categorical(df_new['variable'], categories=sum_df.index)
    df_new['城市等级'] = pd.Categorical(df_new['城市等级'], categories=['一线', '二线', '三线', '四线', '五线'])

    base_plot = (
        ggplot(df_new, aes(x='variable', y='value', fill='城市等级'))
        +geom_bar(stat='identity', color='black', position='fill', width=0.7, size=0.25)
        +scale_fill_brewer(palette='GnBu')
        #X-Y轴旋转
        +coord_flip()
        +theme_matplotlib()
    )
    print(base_plot)
    base_plot.save('page/类别比较/图b_5.jpeg', dpi=1000)

2.6哑铃图

def plot_b_6():
    #数据示例：对比各营销活动在今年和去年的参与人数变化
    df = pd.DataFrame({'活动类型': ['活动A', '活动B', '活动C', '活动D', '活动E', '活动F', '活动G'],
                       '去年': [1150, 1200, 1300, 2800, 2000, 3000, 4200],
                       '今年': [1400, 1100, 2300, 2900, 2700, 2800, 3000]})
    #降维处理
    df_new = pd.melt(df, id_vars='活动类型')

    base_plot = (
        ggplot(df_new, aes(x='value', y='活动类型', fill='variable'))
        +geom_line(aes(group='活动类型'))
        +geom_point(shape='o', size=3, colour='black')
        +scale_fill_manual(values=('#00AFBB', '#FC4E07', '#36BED9'))
        +theme_matplotlib()
    )
    print(base_plot)
    base_plot.save('page/类别比较/图b_6.jpeg', dpi=1000)

补充：哑铃图进阶

对比"今年"比"去年"的参与人数，如果升高则浅蓝色表示，降低则红色表示，在数据量较大时更容易区分升高或降低的趋势

def plot_b_6_2():
    #数据示例：对比各营销活动在今年和去年的参与人数变化
    df = pd.DataFrame({'活动类型': ['活动A', '活动B', '活动C', '活动D', '活动E', '活动F', '活动G'],
                       '去年': [1150, 1200, 1300, 2800, 2000, 3000, 4200],
                       '今年': [1400, 1100, 2300, 2900, 2700, 2800, 3000]})
    df['对比'] = df.apply(lambda x: '升高' if x['今年']-x['去年'] >= 0 else '降低', axis=1)
    #降维处理
    df_new = pd.melt(df[['活动类型', '去年', '今年']], id_vars='活动类型')
    #对比结果标记，用于画图时作颜色区分
    df_new = pd.merge(df_new, df[['活动类型', '对比']], how='left', right_index=False)

    base_plot = (
        ggplot(df_new, aes(x='value', y='活动类型', fill='对比'))
        +geom_line(aes(group='活动类型', color='对比'))
        +geom_point(shape='o', size=3, colour='w')
        +scale_fill_manual(values=('#00AFBB', '#FC4E07'))
        +scale_color_manual(values=('#00AFBB', '#FC4E07'))
        +theme_matplotlib()
    )
    print(base_plot)
    base_plot.save('page/类别比较/图b_6_2.jpeg', dpi=1000)

2.7 坡度图

def plot_b_7_1():
    #场景：某班级学生今年考试分数与去年对比
    df = pd.DataFrame({'姓名': ['张三', '李四', '王五', '赵六', '小明', '小红', '小刚'],
                       '去年': [79, 65, 89, 99, 85, 92, 77],
                       '今年': [81, 77, 95, 79, 92, 89, 85]})
    #添加辅助列，分数下降的学生颜色突出
    df['变化'] = df.apply(lambda x: 'red' if x['今年']-x['去年'] < 0 else 'green', axis=1)

    base_plot = (
        ggplot(df)
        #画连接线
        +geom_segment(aes(x=1, xend=2, y='去年', yend='今年', color='变化'), size=.75, show_legend=False)
        #画垂直线
        +geom_vline(xintercept=1, linetype='solid', size=.1)
        +geom_vline(xintercept=2, linetype='solid', size=.1)
        #画点
        +geom_point(aes(x=1, y='去年'), size=3, shape='o', fill='grey', color='black')
        +geom_point(aes(x=2, y='今年'), size=3, shape='o', fill='grey', color='black')
        #自定义颜色
        +scale_color_manual(labels=('Up', 'Down'), values=('#A6D854', '#FC4E07'))
    )

    #添加文本信息
    df['左侧文本'] = df.apply(lambda x: x['姓名'] +','+ str(x['去年']), axis=1)
    df['右侧文本'] = df.apply(lambda x: x['姓名'] +','+ str(x['今年']), axis=1)
    print(df)

    base_plot = (
        base_plot
        #文本位置：右对齐；左对齐
        +geom_text(label=df['左侧文本'], y=df['去年'], x=0.95, size=10, ha='right')
        +geom_text(label=df['右侧文本'], y=df['今年'],x=2.05, size=10, ha='left')
        #垂直线标题及位置
        +geom_text(label='去年', x=1, y=1.05 * (np.max(np.max(df[['去年', '今年']]))), size=12)
        +geom_text(label='今年', x=2, y=1.05 * (np.max(np.max(df[['去年', '今年']]))), size=12)
        + xlim(.5, 2.5)
        + ylim(60, 105)
        +theme_matplotlib()
        #隐藏横纵轴标题、横轴文字
        +theme(axis_text=element_blank(), axis_title=element_blank(), axis_ticks=element_blank())
    )

    print(base_plot)
    base_plot.save('page/类别比较/图b_7_1.jpeg', dpi=1000)

补充：主题系统的常用对象

主题系统常用对象设置

对象	坐标轴	图例	函数及参数
文本：text	axis_title axis_title_x axis_title_y axis_text axis_text_x axis_text_y	legend_text legent_text_align legent_text_title	element_text() 参数：family,face,Colour,size,hjust, vjust,angle,lineheight element_blank() 隐藏
矩形：rect		legend_background legend_margin legend_spacing legend_spacing_x legend_spacing_y	element_rect() 参数：colour,size,type element_blank() 隐藏
线条：line	axis_line axis_line_x axis_line_y axis_ticks axis_ticks_x axis_ticks_y axis_ticks_length axis_ticks_margin		element_line() 参数：fill,colour,size,type element_blank() 隐藏

三、分布型图表

3.1统计直方图

 案例：某平台用户年龄、性别分布

数据概览:

       age gender
0       15      男
1       18      男
2       17      男
3       18      男
4       17      男
...    ...    ...
12036   26    未填写
12037   37    未填写
12038   24    未填写
12039   15    未填写
12040   13    未填写

[12041 rows x 2 columns]

def plot_c_1():
    df = pd.read_csv('data/分布型图表/网站用户年龄性别.csv')
    print(df)
    base_plot = (
        ggplot(df,aes(x='age',fill='gender'))
        #binwidth-箱宽度、bins-箱总数量、size-箱边框宽度、colour-箱边框颜色
        +geom_histogram(binwidth=1, alpha=0.55,colour='black',size=0.25)
        +scale_fill_hue(s=0.90, i=0.65, h=0.0417, color_space='husl')
        +theme_matplotlib()
    )
    print(base_plot)
    base_plot.save('page/分布型/图c_1.jpeg', dpi=1000)

plot_c_1()

3.2核密度估计图

案例数据同3.1

def plot_c_2():
    df = pd.read_csv('data/分布型图表/网站用户年龄性别.csv')
    print(df)
    base_plot = (
        ggplot(df,aes(x='age',fill='gender'))
        #bw-带宽、kernel-核函数（默认高斯核函数gaussian)
        +geom_density(bw=1, alpha=0.55, colour='black', size=0.25)
        +scale_fill_hue(s=0.90, i=0.65, h=0.0417, color_space='husl')
        +theme_matplotlib()
    )
    print(base_plot)
    base_plot.save('page/分布型/图c_2.jpeg', dpi=1000)

plot_c_2()

3.3抖动散点图

def plot_c_3():
    df = pd.read_csv('data/分布型图表/抖动散点图.csv')
    base_plot=(
        ggplot(df,aes(x='class',y="value",fill="class"))
        +geom_jitter(width=0.2,size=2,stroke=0.1,show_legend=False)
        # 中位数+标准差误差线
        +stat_summary(fun_data="median_hilow", fun_args={'confidence_interval': 0.95}, geom="pointrange",color="black", size=0.1, show_legend=False)
        +stat_summary(fun_data="median_hilow", fun_args={'confidence_interval': 0.95}, geom="point", fill="w",color="black", size=0.1, stroke=1, show_legend=False)
        # 平均值+标准差误差线
        # +stat_summary(fun_data="mean_sdl", fun_args = {'mult':1},geom="pointrange", color = "black",size = 1,show_legend=False)
        # +stat_summary(fun_data="mean_sdl", fun_args = {'mult':1},geom="point", fill="w",color = "black",size = 1,stroke=1,show_legend=False)
        # +geom_point(stat="summary", fun_data="mean_sdl",fun_args = {'mult':1},fill="w",color = "black",size = 1,stroke=1,show_legend=False) # 另一种实现方式
        +scale_fill_hue(s = 0.90, l = 0.65, h=0.0417,color_space='husl')
        +theme_matplotlib()
        +theme(aspect_ratio =1,dpi=100,figure_size=(4,4))
    )
    print(base_plot)

补充：画布调整

theme(aspect_ratio=1.5,dpi=100,figure_size=(4,6))

aspect_ratio=1.5 即 高/宽=1.5；

figure_size=(4,6) 即 宽4、高6

画布比例以aspect_ratio优先

3.4箱型图

def plot_c_4():
    df = pd.read_csv('data/分布型图表/抖动散点图.csv')
    base_plot=(
        ggplot(df,aes(x='class',y="value",fill="class"))
        +geom_boxplot(show_legend=False)
        +geom_jitter(fill='black',shape='.', width=0.2,size=3,stroke=0.1,show_legend=False)
        +scale_fill_hue(s = 0.90, l = 0.65, h=0.0417,color_space='husl')
        +theme_matplotlib()
    )
    print(base_plot)
    base_plot.save('page/分布型/图c_4.jpeg', dpi=1000)

 3.5小提琴图

def plot_c_5_1():
    df = pd.read_csv('data/分布型图表/抖动散点图.csv')
    base_plot=(
        ggplot(df,aes(x='class',y="value",fill="class"))
        +geom_violin(show_legend=False)
        +geom_jitter(fill='black',shape='.', width=0.2,size=3,stroke=0.1,show_legend=False)
        +scale_fill_hue(s = 0.90, l = 0.65, h=0.0417,color_space='husl')
        +theme_matplotlib()
    )
    print(base_plot)
    base_plot.save('page/分布型/图c_5_1.jpeg', dpi=1000)

def plot_c_5_2():
    df = pd.read_csv('data/分布型图表/抖动散点图.csv')
    base_plot=(
        ggplot(df,aes(x='class',y="value",fill="class"))
        +geom_violin(show_legend=False)
        +geom_boxplot(fill='white', width=0.1, show_legend=False)
        +scale_fill_hue(s = 0.90, l = 0.65, h=0.0417,color_space='husl')
        +theme_matplotlib()
    )
    print(base_plot)
    base_plot.save('page/分布型/图c_5_2.jpeg', dpi=1000)