如何在Python里用ggplot2绘图

为了严格实现图形语法，ggplot2提供了一种非常直观和一致的方式来绘制数据。ggplot2的绘图方法不仅确保每个绘图包含特定的基本元素，而且在很大程度上简化了代码的可读性。

但是，如果您经常使用Python，那么实现图形语法将非常具有挑战性，因为在流行的绘图库(如matplotlib或seaborn)中缺少标准化语法。如果您仍然希望使用图形语法，那么Python包plotnine为您提供了另一种选择。

图形语法

如果你不熟悉图形语法，下面简单介绍一下:

图形语法的主要组成部分

可以看到，从数据开始，有几个组件组成了图形语法。在确定要可视化的数据之后，必须指定感兴趣的变量。例如，您可能希望在x轴上显示一个变量，在y轴上显示另一个变量。第三，您必须定义要使用哪种类型的几何对象(简称geom)。这可以是从条形图到散点图或任何其他现有绘图类型的任何内容。

前三个部分是强制性的。没有数据，就没有什么可以绘制的。如果没有轴的定义，也没有什么可以绘制的。最后，不定义几何对象，你只会看到一个空坐标系。构成图形语法的其余组件是可选的，可以实现它们来改进可视化。facet指的是子图的规范，也就是说，在单独的图中，将数据中的多个变量相邻地绘制在一起。统计转换主要指在图表中包含汇总统计信息，例如中位数或百分位数。坐标描述了不同的坐标系。最常用和默认的坐标系是笛卡尔坐标系。根据您想要绘制的数据的结构，使用较少的坐标系(如极坐标系统)可能提供一种更好的可视化数据的方法。最后，主题提供了各种选项来设计绘图的所有非数据元素，如图例、背景或注释。

虽然有很多可视化图形语法的方法，但我特别喜欢上面创建的语法，因为它意味着这些层的可加性，以及它们之间正在相互构建的事实。如果您曾经使用过ggplot2，那么您应该熟悉语法中的“+”，它表示上面描述的相同的思想。

plotnine

plotnine是一个Python包，允许您使用类似ggplot2的代码来实现图形语法。通过这样做，就像在ggplot2中一样，您可以将数据映射到构成可视化的可视对象。这使您能够提高代码的可读性和结构。虽然可以将matplotlib的样式设置为ggplot，但是不能像在ggplot2中那样在matplotlib中实现图形语法。

安装

在开始之前，您必须安装plotnine。像往常一样，有两种主要的选择:pip和conda。

1# Using pip
2pip install plotnine         
3
4# Using conda
5conda install -c conda-forge plotnine

作图

安装了plotnine之后，就可以开始使用图形语法进行绘图了。让我们从构建一个非常简单的绘图开始，只使用三个必需的组件：数据、美学和几何对象。

如您所见，语法与ggplot2非常相似。首先，我们指定数据源。在我们的例子中，我们使用的数据是经典的MPG数据集。接下来，我们定义变量“class”将显示在x轴上。最后，我们说我们要使用一个条形图，其中的条形图大小为20，以可视化我们的数据。让我们看看完整的代码和结果图：

 1import pandas as pd
 2import numpy as np
 3from pandas.api.types import CategoricalDtype
 4from plotnine import *
 5from plotnine.data import mpg
 6%matplotlib inline
 7
 8(ggplot(mpg)         # defining what data to use
 9 + aes(x='class')    # defining what variable to use
10 + geom_bar(size=20) # defining the type of plot to use
11)

上述代码将产生以下输出：

虽然这是一个良好的开端，但目前来看它还不是很好。让我们用图形语法的其他组成部分来美化我们的情节。

1(ggplot(mpg)
2 + aes(x='class')
3 + geom_bar(size=20)
4 + coord_flip()        # flipping the x- and y-axes
5 + labs(title='Number of Vehicles per Class', x='Vehicle Class', y='Number of Vehicles') # customizing labels
6)

例如，我们可以使用coord_flip（）翻转坐标轴，并使用labs（）自定义绘图和轴标题，以改进绘图。使用上面的代码块，我们的绘图如下所示：

绘制多维数据

除了基本的绘图之外，您几乎可以在ggplot2中做任何其他可以做的事情，比如绘制多维数据。如果你想可视化三个变量之间的关系，您可以将美学添加到另一个二维图中：

1(ggplot(mpg)
2 + aes(x='displ', y='hwy', color='class')
3 + geom_point()
4 + labs(title='Engine Displacement vs. Highway Miles per Gallon', x='Engine Displacement, in Litres', y='Highway Miles per Gallon')
5)

将颜色添加到美学中会提示plotnine在其y轴上使用disp（发动机排量，单位为升）在其x和hwy（高速公路英里/加仑）上显示二维绘图，并根据变量类对数据进行着色。我们还将几何对象切换到geom_point（），这将为我们提供一个散点图，而不是条形图。让我们来看看会是什么样子：

结论

如您所见，plotnine为您提供了利用Python中图形语法的能力。这提高了代码的可读性，并允许您将部分数据具体映射到可视对象。如果你已经熟悉ggplot2，那么你就不需要学习任何新的东西来掌握plotnine。但是如果你没有，就要行动起来，赶快去学吧~