python画饼图_python数据可视化系列---谁是ggplot2的更好python实现

大概在4年前我就了解到了，在python中也有一个类似R 语言ggplot2实现的模块，叫做ggpy，即ggplot for python。当时没有实际使用ggpy，如今使用plotnine，就好奇为什么会有两个功能如此雷同的模块被开发出来呢？如果不是重复造轮子，那哪个更好呢？于是乎，有了这篇文章。

首先，来到plotnine的官网，关于plotnine的历史和开发目的，他是这么说的：

开始使用plotnine是为了改善ggpy的scalling功能。但估计修修补补解决不了问题，所以另起炉灶，于是乎有了plotnine，大概就是这么个经过。

并且plotnine是建立在python生态上的：

• matplotlib - Plotting backend.
• pandas - Data handling.
• mizani - Scales framework.
• statsmodels - For various statistical computations.
• scipy - For various statistical computation procedures.

由此，似乎说明ggpy不够好，所以有了plotnine啊。可是这毕竟是plotnine作者自己的说辞，可能并不客观。还有，也没回答具体哪些方面plotnine比ggpy更好啊，从一个使用者的角度，这个很重要！！！

于是找到github上相关的issues: link1, link2，基本上解答了我的问题，总结来有以下几个方面：

ggplot / ggpy:

• 自2016年起停止开发（Latest commit b6d23c2 on Nov 20, 2016）
• 无法完全表示R ggplot2库：ggpy只是与Matplotlib语法类似的语法，因此，用户获得了绘图语法申明清晰，而灵活性却丧失了。例如，受限于geoms和 stats的不可组合，缺乏与适当缩放后端（backend）的集成。

plotnine软件包：

• plotnine包目前仍在积极开发中（Latest commit9a324be5 days ago）。
• 使用非常相似的语法（R用户的一致性），提供了原始R ggplot2软件包的更完整的Python实现。因此，语法也类似于ggpy包。
• Plotnine构建在matplotlib之上，因此，可plotnine的高级功能入手，并在需要时可以使用matplotlib函数进一步自定义由plotnine创建的fig/ax对象。
• 该项目的中长期前景在很大程度上取决于科学的python生态系统。最主要是取决于Matplotlib的发展，scipy软件包有一些影响

为plotnine做了这么多宣传，那么其有没有不足呢？答案是肯定的。

（1）关于内存：

之前在使用R ggplot2进行可视化时，就出现过内存的问题，那么plotnine是否存在某些特定的内存优化呢？

对于这个问题，plotnine作者has2k1的回答是：

如果在使用R ggplot2时遇到内存问题，那么使用plotnine也会遇到。因为plotnine也会对dataframes进行复制。当Pandas实libpandas（并获得copy-on-write）当前预计在2.0版左右时，应该会减轻这种情况。

这就有点画饼的味道了，目前pandas最新版才1.0.3呢

（2）关于开源协议：

虽然plotnine的作者说会一直开发该包，但还是有人从plotnine使用的开源协议看出来一些端倪，并追问作者从ggplot2复制了算法/代码，还是只是从API复制了？如果仅是后者，则API是否受版权保护是一个不断争议的问题。

• ggplot2 采用的是GPL-2协议
• ggpy采用的BSD 2协议发布的，该协议比plotnine的GPLv2协议更宽松

首先，让我们来聊聊不同开源协议的区别：

（图片来源：百度百科link）

由于ggplot2从R源中获取了一些代码片段，而plotnine是ggplot2的衍生软件，因此GPLv2许可证通过R-> ggplot2-> plotnine传递。关于使用ggplot2代码还是API, plotnine作者的回答是：The data transformation pipeline that facilitates "grammar" is copied from ggplot2。

综上所述：虽然plotnine还处在开发阶段，但依然感谢作者在努力的维护中，因此，选择plotnine目前还是个不错的选择的，尤其是对于静态图而言，对于动态图，当然是plotly啦~

最后，留下三个坑，带后面继续慢慢填：

（1）前文提到的可缩放后端backend, 进一步的比较不同后端及使用场合的比较

（2）对于交互式作图，plotly的学习，以及利用其重点关注统计作图

（3）可视化的意义何在，如何做到相同的数据，更好的可视化，更好的讲故事。