plotnine

plotnine

plotnine est une implémentation d'une grammaire graphique en Python basée sur ggplot2. La grammaire vous permet de composer des tracés en mappant explicitement les variables d'un dataframe aux caractéristiques visuelles (position, couleur, taille, etc.) des objets qui composent le tracé.

Tracer avec une grammaire graphique est puissant. Les tracés personnalisés (et par ailleurs complexes) sont faciles à imaginer et à construire progressivement, tandis que les tracés simples restent simples à créer.

Pour en savoir plus sur l'utilisation de plotnine, consultez la documentation. Puisque plotnine a une API similaire à ggplot2, là où elle manque de couverture, la documentation ggplot2 peut être utile.

Exemple

 from plotnine import *
from plotnine . data import mtcars

Construire une intrigue complexe pièce par pièce.

1. Nuage de points

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

   

2. Nuage de points coloré selon une variable

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

   

3. Nuage de points coloré selon une variable et lissé avec un modèle linéaire avec intervalles de confiance.

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

   

4. Nuage de points coloré en fonction d'une variable, lissé avec un modèle linéaire avec intervalles de confiance et tracé sur des panneaux séparés.

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

   

5. Ajuster les thèmes

   I) Rendre le tout ludique

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

   

   II) Ou professionnel

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

   

Installation

Sortie officielle

# 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

Version de développement

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

Contribuer

Notre documentation pourrait utiliser quelques exemples, mais nous recherchons quelque chose d'un peu spécial. Nous avons deux critères :

1. Des intrigues simples qui autrement nécessitent un tour ou deux.
2. Parcelles qui font partie d'un récit analytique de données. Autrement dit, ils fournissent une certaine forme de clarté montrant le geom , stat , ... à leur meilleur différentiel.

Si vous proposez quelque chose qui répond à ces critères, nous serions ravis de le voir. Voir les exemples plotnine.

Si vous découvrez un bug, vérifiez les problèmes s'il n'a pas été signalé, mais veuillez signaler un problème.

Et si vous parvenez à corriger un bug, votre contribution est la bienvenue.

Essai

Plotnine propose des tests qui génèrent des images qui sont comparées à des images de base connues pour être correctes. Pour générer des images cohérentes sur tous les systèmes, vous devez installer matplotlib à partir des sources. Vous pouvez le faire avec pip en utilisant la commande.

$ pip install matplotlib --no-binary matplotlib

Sinon, il peut y avoir de petites différences dans le rendu du texte qui faussent les comparaisons d'images.