plotnine

Handlung neun

plotnine ist eine Implementierung einer Grafikgrammatik in Python basierend auf ggplot2. Mit der Grammatik können Sie Diagramme erstellen, indem Sie Variablen in einem Datenrahmen explizit den visuellen Eigenschaften (Position, Farbe, Größe usw.) von Objekten zuordnen, aus denen das Diagramm besteht.

Das Plotten mit einer grafischen Grammatik ist leistungsstark. Benutzerdefinierte (und ansonsten komplexe) Plots lassen sich leicht überdenken und inkrementell erstellen, während die einfachen Plots einfach zu erstellen bleiben.

Weitere Informationen zur Verwendung von plotnine finden Sie in der Dokumentation. Da Plotnine über eine ähnliche API wie ggplot2 verfügt, kann die Dokumentation zu ggplot2 hilfreich sein.

Beispiel

 from plotnine import *
from plotnine . data import mtcars

Stück für Stück ein komplexes Grundstück aufbauen.

1. Streudiagramm

   (
       ggplot ( mtcars , aes ( "wt" , "mpg" ))
       + geom_point ()
   )

   

2. Streudiagramm entsprechend einer Variablen gefärbt

   (
       ggplot ( mtcars , aes ( "wt" , "mpg" , color = "factor(gear)" ))
       + geom_point ()
   )

   

3. Streudiagramm entsprechend einer Variablen gefärbt und mit einem linearen Modell mit Konfidenzintervallen geglättet.

   (
       ggplot ( mtcars , aes ( "wt" , "mpg" , color = "factor(gear)" ))
       + geom_point ()
       + stat_smooth ( method = "lm" )
   )

   

4. Streudiagramm entsprechend einer Variablen gefärbt, mit einem linearen Modell mit Konfidenzintervallen geglättet und auf separaten Feldern dargestellt.

   (
       ggplot ( mtcars , aes ( "wt" , "mpg" , color = "factor(gear)" ))
       + geom_point ()
       + stat_smooth ( method = "lm" )
       + facet_wrap ( "gear" )
   )

   

5. Passen Sie die Themen an

   I) Machen Sie es spielerisch

   (
       ggplot ( mtcars , aes ( "wt" , "mpg" , color = "factor(gear)" ))
       + geom_point ()
       + stat_smooth ( method = "lm" )
       + facet_wrap ( "gear" )
       + theme_xkcd ()
   )

   

   II) Oder professionell

   (
       ggplot ( mtcars , aes ( "wt" , "mpg" , color = "factor(gear)" ))
       + geom_point ()
       + stat_smooth ( method = "lm" )
       + facet_wrap ( "gear" )
       + theme_tufte ()
   )

   

Installation

Offizielle Veröffentlichung

# Using pip
$ pip install plotnine             # 1. should be sufficient for most
$ pip install ' plotnine[extra] '    # 2. includes extra/optional packages
$ pip install ' plotnine[test] '     # 3. testing
$ pip install ' plotnine[doc] '      # 4. generating docs
$ pip install ' plotnine[dev] '      # 5. development (making releases)
$ pip install ' plotnine[all] '      # 6. everything

# Or using conda
$ conda install -c conda-forge plotnine

Entwicklungsversion

$ pip install git+https://github.com/has2k1/plotnine.git 

Mitwirken

Unsere Dokumentation könnte einige Beispiele gebrauchen, aber wir sind auf der Suche nach etwas Besonderem. Wir haben zwei Kriterien:

1. Einfach aussehende Plots, die ansonsten ein oder zwei Tricks erfordern.
2. Plots, die Teil einer datenanalytischen Erzählung sind. Das heißt, sie bieten eine gewisse Klarheit und zeigen geom , stat usw. in ihrer besten Form.

Wenn Ihnen etwas einfällt, das diese Kriterien erfüllt, würden wir es gerne sehen. Siehe plotnine-examples.

Wenn Sie einen Fehler entdecken, überprüfen Sie die Probleme, falls er nicht gemeldet wurde, melden Sie jedoch bitte ein Problem.

Und wenn Sie einen Fehler beheben können, ist Ihr Beitrag willkommen.

Testen

Plotnine verfügt über Tests, die Bilder erzeugen, die mit Basisbildern verglichen werden, von denen bekannt ist, dass sie korrekt sind. Um Bilder zu generieren, die auf allen Systemen konsistent sind, müssen Sie matplotlib von der Quelle installieren. Sie können dies mit pip mit dem Befehl tun.

$ pip install matplotlib --no-binary matplotlib

Andernfalls kann es zu kleinen Unterschieden in der Textwiedergabe kommen, die den Bildvergleich verfälschen.