plotnine: Python版的ggplot2作图库

R语言的ggplot2绘图能力超强，python虽有matplotlib，但是语法臃肿，使用复杂，入门极难，seaborn的出现稍微改善了matplotlib代码量问题，但是定制化程度依然需要借助matplotlib，使用难度依然很大。

而且咱们经管专业学编程语言，一直有一个经久不衰的问题-“学数据分析，到底选择R还是Python”。通过plotnine这个库，你就可以在python世界中体验下R语言的新奇感，体验可视化之美，如果着迷上瘾，再学R也不迟。

plotnine包，可以实现绝大多数ggplot2的绘图功能，两者语法十分相似，R和Python的语法转换成本大大降低。

• plotnine文档 https://plotnine.readthedocs.io/en/latest/

• R语言ggplot2文档 https://ggplot2.tidyverse.org/reference/index.html

安装

pip install plotnine

准备数据

from plotnine.data import mpg

#dataframe
mpg.head()

	manufacturer	model	displ	year	cyl	trans	drv	cty	hwy	fl	class
0	audi	a4	1.8	1999	4	auto(l5)	f	18	29	p	compact
1	audi	a4	1.8	1999	4	manual(m5)	f	21	29	p	compact
2	audi	a4	2.0	2008	4	manual(m6)	f	20	31	p	compact
3	audi	a4	2.0	2008	4	auto(av)	f	21	30	p	compact
4	audi	a4	2.8	1999	6	auto(l5)	f	16	26	p	compact

快速作图qplot

我们先直接看最简单好用的快速作图函数qplot(x, y, data)

• 横坐标displ

• 纵坐标cty

• 数据mpg

from plotnine import qplot

qplot(x='displ', 
      y='cty',
      data=mpg)

<ggplot: (322851325)>

ggplot图层

qplot是快速作图函数，如果想让图更好看，进行私人订制，那么我们需要进行图层设计

首先设置ggplot图层（相当于买了一个高级画布），

• 数据mpg

• 横坐标x轴为displ

• 纵坐标y轴cty

在plotnine中，变量所对应的数据均可通过字段名调用

from plotnine import ggplot, geom_point, aes

ggplot(aes(x='displ', y='cty'), mpg)

<ggplot: (321957793)>

图层叠加

我们可以看到，已经绘制出一个空的ggplot图层，x轴为displ，y轴为cty。

接下来我们给这个图层上加上数据对应的散点，使用geom_point()直接追加在ggplot图层之上即可。

(
    ggplot(aes(x='displ', y='cty'), mpg)
    + geom_point()
)

<ggplot: (322466061)>

color

在上图中，散点是没有区分每辆车的气缸数cyl。

在geom_point()中，我们可以按照气缸数cyl分门别类，按照颜色显示出来

(
    ggplot(aes(x='displ', y='cty'), mpg)
    + geom_point(aes(color='cyl'))
)

<ggplot: (323647173)>

上图挺好看的，有时候需要绘制的字段是离散型数值，但是上色后可能不够明显，需要声明该字段为离散型。这时候用factor()来告诉plotnine，这个字段是离散型数值

(
    ggplot(aes(x='displ', y='cty'), mpg)
    + geom_point(aes(color='factor(cyl)')) 
)

<ggplot: (321918425)>

size

有时候为了增加可视化显示的维度数，还可以考虑加入点的大小size

(
    ggplot(aes(x='displ', y='cty'), mpg)
    + geom_point(aes(size='hwy'))
)

<ggplot: (323399013)>

梯度色

如果你想自己设置颜色的梯度，可以通过scale_color_gradient设置

from plotnine import scale_color_gradient

(
    ggplot(aes(x='displ', y='cty'), mpg)
    + geom_point(aes(color='hwy'))
    + scale_color_gradient(low='blue', high='red')
)

<ggplot: (323622897)>

条形图

plotnine中可绘制的图有很多，刚刚已经讲了散点图，接下来我们看看plotnine中的条形图。

首先准备一下数据

import pandas as pd

df = pd.DataFrame({
    'variable': ['gender', 'gender', 'age', 'age', 'age', 'income', 'income', 'income', 'income'],
    'category': ['Female', 'Male', '1-24', '25-54', '55+', 'Lo', 'Lo-Med', 'Med', 'High'],
    'value': [60, 40, 50, 30, 20, 10, 25, 25, 40],
})
df['variable'] = pd.Categorical(df['variable'], categories=['gender', 'age', 'income'])
df['category'] = pd.Categorical(df['category'], categories=df['category'])

df

	variable	category	value
0	gender	Female	60
1	gender	Male	40
2	age	1-24	50
3	age	25-54	30
4	age	55+	20
5	income	Lo	10
6	income	Lo-Med	25
7	income	Med	25
8	income	High	40

from plotnine import ggplot, aes, geom_text, position_dodge, geom_point

#调整文本位置
dodge_text = position_dodge(width=0.9)                              # new

(
    ggplot(df, aes(x='variable', 
                   y='value', 
                   fill='category')) #类别填充颜色
    + geom_col(position='dodge', 
               show_legend=False)   # modified
    + geom_text(aes(y=-.5, label='category'),                          # new
                position=dodge_text,
                color='gray',  #文本颜色
                size=8,   #字号
                angle=30, #文本的角度
                va='top')
    
 + lims(y=(-5, 60))                                                 # new
)

<ggplot: (334727813)>

from plotnine.data import economics_long

economics_long.head()

	date	variable	value	value01
0	1967-07-01	pce	507.4	0.000000
1	1967-08-01	pce	510.5	0.000266
2	1967-09-01	pce	516.3	0.000764
3	1967-10-01	pce	512.9	0.000472
4	1967-11-01	pce	518.1	0.000918

from plotnine import ggplot, aes, geom_line

(
    ggplot(economics_long, aes(x='date', y='value01', color='variable'))
    + geom_line()
)

<ggplot: (334895445)>

plotnine目前已经支持绝大多数ggplot2，但是文档方面没有ggplot2全，所以学习plotnine时可以参考ggplot2。

• plotnine文档 https://plotnine.readthedocs.io/en/latest/

• R语言ggplot2文档 https://ggplot2.tidyverse.org/reference/index.html

往期文章

小案例: Pandas的apply方法 
stylecloud:简洁易用的词云库

用Python绘制近20年地方财政收入变迁史视频

Python语法快速入门
Python网络爬虫与文本数据分析
读完本文你就了解什么是文本分析 
文本分析在经管领域中的应用概述
综述:文本分析在市场营销研究中的应用
从记者的Twitter关注看他们稿件的党派倾向？

Pandas时间序列数据操作
70G上市公司定期报告数据集
文本数据清洗之正则表达式
shreport库: 批量下载上海证券交易所上市公司年报
Numpy和Pandas性能改善的方法和技巧
漂亮~pandas可以无缝衔接Bokeh
YelpDaset: 酒店管理类数据集10+G

公众号后台回复关键词【plotnine入门】即可下载本文数据代码

“分享”和“在看”是更好的支持！