Python与R共舞：在python中用ggplot2、plotnine画散点相关（回归）分析图（附最新高清plotnine、ggplot2速查表（ggplot2-cheatsheet））

| 图源

  虽然python有许多可视化的包，如matplotlib，seaborn，pandas等。但是笔者还是被ggplot2包绘图所吸引，图层直接简单叠加型设计，用它们可以美观、灵活、简洁的构建几乎任何类型的图表。ggplot2有直接的python版本——ggplot(几年未更新，有些地方会与现在的包不兼容)，plotnine(一个类似ggplot2的包，但是功能太不齐全)。考虑到ggplot2的python版本存在一些问题，加上还不能和ggplot2辅助包如ggpubr等连用，所以笔者还折腾了一下rpy2。rpy2是一个连接R与python的接口，通过它，我们可以在python代码里直接用R包。最后，对于python里使用ggplot2，折腾了半天，最后实际的感受是，图好看，自由度大，可以用但是接口体验感不佳。

copyright © 意疏：https://blog.csdn.net/sinat_35907936/article/details/120315347

---

plotnine

---

• 安装plotnine

pip install plotnine

• 使用plotnine画散点相关（回归）分析图

  基本框架：先创建一个ggplot对象，然后在上面叠加+图层。

  plotnine.ggplot：创建ggplot对象，参数包括pandas.DataFrame类型的数据和要分析的变量。相当于创建了一个空白的底层。

  geom_point：添根据数据添加几何点图层。

  stat_smooth：画出回归线与置信区间。

  theme_bw： 设置主题样式：黑色网格线(b)白色背景(w)。

  annotate：添加标注。

import numpy as np
import pandas as pd
import scipy as sp
from plotnine import *

# 模拟数据
x = np.arange(1,100,1)
y = 0.5*x + np.random.randint(low=-1, high=50, size=99)
df = pd.DataFrame({
   'X':x, 'Y':y})

# 计算相关系数
r, p = sp.stats.pearsonr(x, y)
p_text =  'R={:.2f}, P={:.2e}'.format(r, p)

# 画图
p1 = (
    ggplot(df, aes('X'