2017.07.26回顾 ggplot初探

昨天的做的事情脉络还比较清晰

1、写前一天的小结，主要是总结阿三那骚气的EDA技术，里面着实学到不少东西

2、写完第一个记得已经是下午3点过了，开始弄channel的rolling variable上线的事情，也还是老套路了，改SQL/表添加字段/设计权重等

3、上午给新同事布置了新的任务，大概讲解了一下表结构

4、2做完后，开始继续未完成的EDA，最后部分的EDA用到了ggplot这个函数，乍一看，这个函数很复杂，因为形式很特别，是几个函数加合在一起画图，这个设计比较罕见，看了下文档，发现思想异常简单，思想就是一张画布，layer一层一层往上添加就ok，散点是一层，拟合曲线又是一层，第一层是大家要用到的一些数据，这些素材似乎被称为aesthetics，例如

ggplot(aes(x='yearbuilt',y='logerror'), data=train_df) + geom_point(color='steelblue', size=0.5) + stat_smooth()

ggplot是基础层，相当于画布，声明一些x,y,data，geom_point负责散点的绘制，stat_smooth生成拟合曲线

ggplot还可以很方便的根据因变量去作图

ggplot(aes(x='',y='',color=''), data=train_df) + \
geom_point(alpha=0.7) +\
scale_color_gradient(low='#E1FA72',high='#F46FEE')

颜色可以用RGB16进制表达

ggplot还有一个彩蛋函数geom_now_its_art()，可以强制放置一个鸟到图上

5、最后说一下ggplot的安装，我安装过程中还是有一些曲折，开始直接用conda installl ggplot安装，提醒我只有一个r-ggplot，结果我就去安了这个r-ggplot，发现这个是r语言的，fuck，anaconda还支持R语言？然后删除了这个，搜到了conda的安装方法，要用conda install -c conda-forge ggplot，这个安装会update一些包，升级一些包，废弃一些包，downgrade一些包，废弃一些包，我发现有些是降级，有些是评级，有些是平台版本号发生差异，我并没有懂是为什么，比如py27_0变成py27_2，没懂什么意思，关于为什么有这么多需要调整，和KEN讨论了一下，是因为这个包仅仅支持这些版本的依赖，但是完全有可能其他包又需要更高的依赖，这就导致了按照提示，改变了某些包的版本，有些包又变得无法使用了，我之前的QT包，也有可能就是这个原因，但是通过安装ggplot，qt包降级了，我又可以使用ipython的魔法命令%matplotlib qt了，但是ggplot的跑起来还是有问题，其他有个函数包用到了DataFrame.sort方法，这个在最新的pandas中应该已经废除了，我去源码中改成了sort_values(by=)，我后来想了一下future_warning的机制就应该是对方module想要废除，中间几个过度版本，会存在两个方法，但是调用旧方法会raise一个future warning的错误，然后再过几个版本，就不再提供旧方法，调用旧方法就直接报错。最后一点就是以后安装包的时候注意一下，conda那些需要改变的依赖，防止其他module不能使用