ggplot 后续1

绘制点图+线图

from ggplot import *
#内置数据
print(meat.head())

#绘图
p = ggplot(meat, aes(x='date', y='beef')) + \
    geom_point() + \
    geom_line() + \
    scale_x_date(labels='%Y-%m') #格式化输出
    
print(p)

绘制以上散点的线性回归

#stat_smooth 统计的平滑线
#参数
#method 平滑线的类型
#lm线性回归 ma折线回归 loess曲线回归
#linetype 线的类型 solid dashed dotted dashdot
#size 线宽
#color 线及轮廓的颜色
#alpha 不透明度
#window 统计计算时的滑动窗

#内置数据
print(meat.head())

#绘图
p = ggplot(meat,aes(x="date",y="beef"))\
    +geom_point()\
+stat_smooth(method="lm",linetype="dashed",size=3,color="red",alpha=.7)\
    +scale_x_date(labels="%Y-%m")\
    +labs("x","y","title")
    
print(p)

异常信息：

解决办法：
改源码，
新版的pandas 没有rolling_mean方法
只有Series/DataFrame对象具有rolling方法
将错误的源码部分改为
y.rolling(1).mean()

参考rolling

结果：

绘制以上点的曲线回归

p = ggplot(meat,aes(x="date",y="beef"))\
    +geom_point()\
    +stat_smooth(method="loess",linetype="dashed",color="g",size=3,alpha=.3,window=2)\
    +scale_x_date(labels="%Y-%m")\
    +labs("x_date","y_beef","title")
    
print(p)

频率分布直方图

geom_histogram()
统计一列数据
参数：
x，待统计的Series对象
bins，分的数据区间
linetype，轮廓线的类型
color，轮廓线的颜色
size，轮廓线的宽度
fill，内部填充颜色 会覆盖轮廓线的颜色
alpha，内部填充的不透明度

#分组填充颜色
#控制颜色这一列， 必须时str类型
p = ggplot(diamonds, aes(x='price', fill='clarity')) + geom_histogram()
print(p)

练习：
使用titanic.csv 数据，绘制年龄的直方图，按照是否幸存填充颜色

链接：数据集
提取码：c777