plotnine

enredo nove

plotnine é uma implementação de uma gramática gráfica em Python baseada em ggplot2. A gramática permite compor gráficos mapeando explicitamente variáveis ​​em um dataframe para as características visuais (posição, cor, tamanho etc.) dos objetos que compõem o gráfico.

Plotar com uma gramática de gráficos é poderoso. Gráficos personalizados (e complexos) são fáceis de pensar e construir de forma incremental, enquanto os gráficos simples permanecem simples de criar.

Para saber mais sobre como usar o plotnine, confira a documentação. Como o plotnine tem uma API semelhante ao ggplot2, onde falta cobertura, a documentação do ggplot2 pode ser útil.

Exemplo

 from plotnine import *
from plotnine . data import mtcars

Construindo um enredo complexo peça por peça.

1. Gráfico de dispersão

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

   

2. Gráfico de dispersão colorido de acordo com alguma variável

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

   

3. Gráfico de dispersão colorido de acordo com alguma variável e suavizado com um modelo linear com intervalos de confiança.

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

   

4. Gráfico de dispersão colorido de acordo com alguma variável, suavizado com um modelo linear com intervalos de confiança e plotado em painéis separados.

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

   

5. Ajuste os temas

   I) Torne isso divertido

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

   

   II) Ou profissional

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

   

Instalação

Lançamento oficial

# 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

Versão de desenvolvimento

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

Contribuindo

Nossa documentação poderia usar alguns exemplos, mas estamos procurando algo um pouco especial. Temos dois critérios:

1. Tramas de aparência simples que, de outra forma, exigiriam um ou dois truques.
2. Parcelas que fazem parte de uma narrativa analítica de dados. Ou seja, eles fornecem alguma forma de clareza mostrando geom , stat , ... no seu melhor diferencial.

Se você encontrar algo que atenda a esses critérios, adoraríamos ver. Veja exemplos de plotnine.

Se você descobrir um bug, verifique os problemas, caso ainda não tenha sido relatado, registre um problema.

E se você conseguir consertar um bug, sua contribuição será bem-vinda.

Teste

Plotnine possui testes que geram imagens que são comparadas com imagens de base conhecidas como corretas. Para gerar imagens consistentes em todos os sistemas, você deve instalar o matplotlib a partir do código-fonte. Você pode fazer isso com pip usando o comando.

$ pip install matplotlib --no-binary matplotlib

Caso contrário, pode haver pequenas diferenças na renderização do texto que prejudicam as comparações de imagens.