plotnine
v0.14.3
Lotnine は、ggplot2 に基づいた Python でのグラフィックスの文法を実装したものです。この文法を使用すると、データフレーム内の変数をプロットを構成するオブジェクトの視覚的特性 (位置、色、サイズなど) に明示的にマッピングすることで、プロットを作成できます。
グラフィックスの文法を使用したプロットは強力です。カスタム (およびその他の複雑な) プロットは簡単に考えて段階的に構築できますが、単純なプロットは引き続き簡単に作成できます。
Plotnine の使用方法の詳細については、ドキュメントを参照してください。 Lotnine には ggplot2 に似た API があるため、範囲が不足している場合は ggplot2 のドキュメントが役立つ場合があります。
from plotnine import *
from plotnine . data import mtcars複雑なプロットを少しずつ構築していきます。
散布図
(
ggplot ( mtcars , aes ( "wt" , "mpg" ))
+ geom_point ()
)
変数に応じて色分けされた散布図
(
ggplot ( mtcars , aes ( "wt" , "mpg" , color = "factor(gear)" ))
+ geom_point ()
)
散布図は変数に従って色付けされ、信頼区間を持つ線形モデルで平滑化されます。
(
ggplot ( mtcars , aes ( "wt" , "mpg" , color = "factor(gear)" ))
+ geom_point ()
+ stat_smooth ( method = "lm" )
)
いくつかの変数に従って色分けされた散布図。信頼区間のある線形モデルで平滑化され、別のパネルにプロットされます。
(
ggplot ( mtcars , aes ( "wt" , "mpg" , color = "factor(gear)" ))
+ geom_point ()
+ stat_smooth ( method = "lm" )
+ facet_wrap ( "gear" )
)
テーマを調整する
I) 遊び心を持たせる
(
ggplot ( mtcars , aes ( "wt" , "mpg" , color = "factor(gear)" ))
+ geom_point ()
+ stat_smooth ( method = "lm" )
+ facet_wrap ( "gear" )
+ theme_xkcd ()
)
II) または専門家
(
ggplot ( mtcars , aes ( "wt" , "mpg" , color = "factor(gear)" ))
+ geom_point ()
+ stat_smooth ( method = "lm" )
+ facet_wrap ( "gear" )
+ theme_tufte ()
)
正式リリース
# 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開発版
$ pip install git+https://github.com/has2k1/plotnine.git 私たちのドキュメントではいくつかの例を使用できますが、少し特殊なものを探しています。基準は 2 つあります。
geom 、 stat 、 ... の差分を最高の状態で表示する何らかの形式の明瞭さを提供します。これらの基準を満たすものを思いついた場合は、ぜひお目にかかりたいと思います。 「plotnine-examples」を参照してください。
バグを発見した場合は、問題が報告されていない場合は問題をチェックアウトし、問題を報告してください。
バグを修正できる場合は、貢献を歓迎します。
Plotnine には、正しいことが知られているベースライン画像と比較される画像を生成するテストがあります。すべてのシステムで一貫したイメージを生成するには、ソースから matplotlib をインストールする必要があります。 pipコマンドを使用してそれを行うことができます。
$ pip install matplotlib --no-binary matplotlibそうしないと、テキストのレンダリングに小さな違いが生じ、画像の比較が混乱する可能性があります。
