ggplot2与python总结

R里面的ggplot2画图很好看，但是我对python更熟悉，有没有能再python中画出ggplot2的图呢，是可以的

https://towardsdatascience.com/practical-data-visualization-guide-seaborn-vs-ggplot2-9747d9153ade

python seaborn

import numpy as np
import pandas as pd
import seaborn as sns
sns.set(style='darkgrid')
titanic = pd.read_csv("../../DL学习/小数据集/train.csv")
titanic.drop(['PassengerId', 'Name', 'Ticket'], 
             axis=1, inplace=True)
titanic.head()

sns.displot(data=titanic, x="Age", col="Survived", kind="hist")

titanic = titanic[titanic.Fare < 300]
sns.relplot(data=titanic, x="Age", y="Fare", kind="scatter",
            hue="Survived", row="Sex", col="Pclass",
            height=4)

R ggplot2

library(ggplot2)
library(data.table)
titanic <- fread("/Users/xiaokangyu/Desktop/DL学习/小数据集/train.csv")
titanic[, c("PassengerId", "Name", "Ticket"):=NULL]
print(head(titanic))
titanic$Survived=as.factor(titanic$Survived) # 需要先转化成factor
print(ggplot(data = titanic) + 
     geom_point(mapping = aes(x = Age,  y = Fare, color =  
                                   Survived)))
 t <- ggplot(titanic, aes(Age)) + 
      geom_histogram(bins=10, fill='lightblue')
print( t + facet_grid(cols=vars(Survived)))


titanic <- titanic[Fare < 300]
t <- ggplot(titanic, aes(x=Age, y=Fare, color=Survived)) + geom_point()
print(t + facet_grid(cols=vars(Pclass), rows=vars(Sex)))

结果如下

此外我发现了一个好东西，已经有人做好了python的库，很完美的复现ggplot的结果了，

安装

https://plotnine.readthedocs.io/en/stable/installation.html

pip install 'plotnine[all]'

plotnine使用案例

import pandas as pd
from plotnine import *
from plotnine.data import mtcars
%matplotlib inline

import numpy as np
import pandas as pd
import seaborn as sns
sns.set(style='darkgrid')
titanic = pd.read_csv("../../DL学习/小数据集/train.csv")
titanic.drop(['PassengerId', 'Name', 'Ticket'], 
             axis=1, inplace=True)
titanic.head()

((ggplot(data = titanic) + 
     geom_point(mapping = aes(x = 'Age',  y = 'Fare', color =  
                                   'Survived')))
)

可以看到这个结果和R中的结果是一模一样的，而且代码格式可以直接复制过来

我今天又找到一种在python中画ggplot的图
http://r-statistics.co/Top50-Ggplot2-Visualizations-MasterList-R-Code.html

即在jupyter中执行这个操作

%load_ext rpy2.ipython

%%R
# install.packages("ggplot2")
# load package and data
options(scipen=999)  # turn-off scientific notation like 1e+48
library(ggplot2)
theme_set(theme_bw())  # pre-set the bw theme.
data("midwest", package = "ggplot2")
# midwest <- read.csv("http://goo.gl/G1K41K")  # bkup data source

# Scatterplot
gg <- ggplot(midwest, aes(x=area, y=poptotal)) + 
  geom_point(aes(col=state, size=popdensity)) + 
  geom_smooth(method="loess", se=F) + 
  xlim(c(0, 0.1)) + 
  ylim(c(0, 500000)) + 
  labs(subtitle="Area Vs Population", 
       y="Population", 
       x="Area", 
       title="Scatterplot", 
       caption = "Source: midwest")

plot(gg)

结果如下

补充内容

今天我又学习了一个这个plotnine这个包，发现这个是真的好用，但是其中python中ggplot画图还是有些需要主要注意的地方，这里总结一下
首先我发现这个库对scipy1.8.1是不兼容的，应该得保证scipy是1.4.1或者1.5.1·，否则会报错

import pandas as pd
from plotnine import *
from plotnine.data import mtcars
%matplotlib inline

ToothGrowth=pd.read_csv("/Users/xiaokangyu/Desktop/dataset/other/ToothGrowth/ToothGrowth.csv",index_col=0,header=0)
#ToothGrowth
ToothGrowth["dose"]=ToothGrowth["dose"].astype("category")
# 注意点1
# 如果在R中是factor类型的数据
# 那么在python中需要转换成category类型，否则作图还是和R不一样的，需要注意

# 注意点2
# 在R中写变量的名称是不需要带引号的，而在python中是必须带的，所以还是不能把R中的代码直接复制过来运行，而是需要
# 稍微修改一下

如果不提前转换成category类型，画的图只有一个箱线，而不是三个
我之前一直以为python中的ggplot一定得加入括号，其实也是没有必要的

所以有了这个，我测试了ggplot的加语法，发现和R中的ggplot2保持一致
同理画多组箱线图
保存结果

ggsave(p,file="./py_ggplot.png")

这里虽然我包成成png,但是最终的结果还是pdf,不过影响不大