plotnine

普羅提寧

plotnine 是基於 ggplot2 的 Python圖形語法實作。此語法可讓您透過將資料框中的變數明確地對應到構成繪圖的物件的視覺特徵（位置、顏色、大小等）來組成繪圖。

使用圖形語法進行繪圖非常強大。自訂（和其他複雜的）繪圖很容易思考和逐步構建，而簡單的繪圖仍然很容易創建。

要了解有關如何使用plotnine的更多信息，請查看文件。由於plotnine有一個類似ggplot2的API，它缺乏覆蓋範圍，因此ggplot2文件可能會有所幫助。

例子

 from plotnine import *
from plotnine . data import mtcars

一點一點地建構複雜的情節。

1. 散點圖

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

   

2. 根據某些變數著色的散點圖

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

   

3. 根據某些變數著色並使用具有置信區間的線性模型進行平滑的散點圖。

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

   

4. 根據某些變數著色的散佈圖，使用具有置信區間的線性模型進行平滑，並繪製在單獨的面板上。

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

   

5. 調整主題

   I）讓它變得有趣

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

   

   II) 或專業

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

   

安裝

正式發布

# 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

開發版

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

貢獻

我們的文件可以使用一些範例，但我們正在尋找一些特殊的東西。我們有兩個標準：

1. 看似簡單的情節，否則需要一兩個技巧。
2. 圖表是數據分析敘述的一部分。也就是說，它們提供了某種形式的清晰度，展示了geom 、 stat …的最佳差異。

如果您想出符合這些標準的東西，我們很樂意看到。請參閱圖九範例。

如果您發現錯誤，請檢查尚未報告的問題，但請提出問題。

如果您可以修復錯誤，我們歡迎您的貢獻。

測試

Plotnine 具有生成影像的測試，這些影像與已知正確的基線影像進行比較。要產生在所有系統中一致的映像，您必須從原始程式碼安裝 matplotlib。您可以使用pip命令來完成此操作。

$ pip install matplotlib --no-binary matplotlib

否則，文字呈現可能會存在微小差異，從而無法進行圖像比較。