Plotnine绘图 ¶

在用python做数据分析后进行数据可视化时，大多都会使用matplotlib和seaborn，但这两个python自带库作图相对于R作图来说，稍有逊色，尤其对于使用过R语言的ggplot2，更是觉得无法习惯和使用。但是好东西从来不乏分享，正所谓酒香不怕巷子深，于是适合python平台的一个新的库plotnine被人开发和挖掘出来了，它的语法风格秉持了ggplot2的风格，甚至参数都一样。其代码简洁易学易懂、图形大方流畅是其最大的特点。  
其官网为：https://plotnine.readthedocs.io。

plt . rcParams [ 'font.sans-serif' ] = [ 'SimHei' ] #用来正常显示中文标签 plt . rcParams [ 'axes.unicode_minus' ] = False #用来正常显示负号 x = np . arange ( - 10 , 11 ) y = x ** 2 z = x + 50 ## 定义一个图像窗口大小 plt . figure ( figsize = ( 8 , 5 )) ## 按x、y坐标绘制图形 plt . plot ( x , y ) plt . plot ( x , z ) ## 加标识、标题 plt . title ( "para-curve实例" ) # 抛物线与直线的割 plt . xlabel ( "x轴" ) plt . ylabel ( "y轴" ) #x轴刻度【plt.xticks(x,label,rotation=40, color="r",size=10)】 plt . xticks ( x , x , rotation = 40 , color = "r" , size = 10 ) #将x轴上标度倾斜40°，红色，字体大小为25。 plt . axis ( "equal" ) plt . show () ##保存图像 #plt.savefig('./test2.jpg') #将图片保存在当前的环境目录下 data = pd . DataFrame ({ "x" : x , "y" : y , "z" : z }) ( ggplot ( data , aes ( x = x , y = y )) + geom_line ( stat = 'identity' , color = "blue" ) + geom_line ( aes ( x = x , y = z ), size = 1 , color = "red" ) + xlab ( 'x轴' ) #重命名x轴名称 + ylab ( 'y轴' ) #重命名y轴名称 + ggtitle ( '抛物与直线' ) + theme_matplotlib () + theme ( text = element_text ( family = 'SimHei' )) 使用的基本框架模式如下，各种功能用“+”连接叠加，最后用一个完整的括号()首位包裹起来。 ( ggplot(df,aes()) + geom_xx())+ scale_xx() + theme() + …)

上面的绘图模式框架就像的公式一样，其中： ggplot 用于创建图形， df 为数据框， aes 为数据中的变量到图形成分映射，即指定x,y； geom_xx() 为创建几何对象，如饼图geom_bar，线图geom_line； scale_xx()、theme() 为调整坐标轴上的元素，如颜色深浅，大小范围以及图像的图例等。对于多个图形的叠加，直接在括号内继续用“+”链接即可。 aes()可以放在ggplot()里也可以具体写在geom_xx()里，区别是ggplot()对象里的aes具有全局优先级，在画多个图时体现。通过上面的基本框架可做如下归纳，分为必须有的函数和可选函数。

必选：(ggplot(data,aes) + geom_xxx()|stat_xxx()) 可选：(scale_xxx() + coord_xxx() + facet_xxx() + guides() + theme()) 选好数据，aes决定映射对象，geom决定映射方式，scale决定映射细节，coord决定坐标轴选择（反转和转换等），facet决定分面，guides决定图例，theme决定整体主题。先看个简单的例子，数据如下。 date name price totle 0 2023/1/26 a 39.0 2.0 1 2023/2/23 c 34.0 3.0 2 2023/3/22 b 36.0 5.0 3 2023/4/20 d 31.0 4.0 下面开始对name列和price两列做条形图。 #创建/导入数据 m = { 'date' :[ "2023/1/26" , "2023/2/23" , "2023/3/22" , "2023/4/20" , "2023/5/20" , "2023/6/20" ], 'name' : [ 'a' , 'c' , 'b' , 'd' , 'm' , 'n' ], 'price' : [ 39.0 , 34.0 , 36.0 , 31.0 , 33.0 , 38.0 ], 'totle' : [ 2.0 , 3.5 , 5.0 , 4.0 , 3 , 6 ]} data = pd . DataFrame ( m )

#开始画图
(ggplot(data, aes(x='name',y='price')) + geom_bar(stat='identity')) 
# stat=identity表示用数据表原有的数据进行统计,见图1。也可用geom_col()函数画柱状图，不需stat参数
p =(ggplot(data, aes(x='name',y='price',fill='name'))+geom_bar(stat='identity')) #见图2
print(p)   
从图1到图3实现用了很简短几个函数和参数，即实现了从单一条形图到分颜色的条形图，再到条形图的旋转。
1）映射aes有参数x、y，还有参数 fill 和 color 用来分组和着色，其值可按照指定的列赋值。对于条形图x轴默认按照文本的字母顺序排序。

2）geom_bar的stat参数表示本图层数据使用的统计变换（statistical transformation），geom_bar默认的是stat=count。表示的是y值是x变量的计数，因此aes(x='x',y='y')的情况下需要设置stat="identity"。在plotnine中，geom_col()更像传统意义的柱状图绘制方法
3、绘图¶
上面已经使用函数geom_bar()简单的实现了条形图的画法，并在映射aes里面添加参数fill对条形块填充不同的颜色，还使用函数coord_flip()对轴进行旋转。但是图形上还缺少很多元素，如每个条形块上的数据标签、条形的宽度粗细和轴上的数据排序等。
1）添加数据标签
对每个条形块上进行数据标注，可使用geom_text()函数来实现，需要给函数参数aes，其中label表示要标注的数据来源。比如在每个条形块的上方标注数据。续接上面的代码。
q = (ggplot(data,aes(x='name',y='price',fill='name')) +
     geom_bar(stat='identity',width=0.5) +   #宽度
     geom_text(aes(x='name',y='price',label='price'),nudge_y=2) +
     theme(legend_position = 'none'))    #见图7
print(q)
w = (ggplot(data,aes(x='name',y='price',fill='name')) + 
     geom_bar(stat='identity',width=0.5) + 
     geom_text(aes(x='name',y='price',label='price'),nudge_y=2) + 
     theme(legend_position = 'none',text=element_text(family='SimHei')) + #显示中文
     ggtitle("这里是标题")     #见图8
print(w)
5）坐标轴设置
在作图时，plotnine的y轴会自动按y值的上下限默认设置范围，所以有时候为了图形的需要，需对轴的范围进行调整，另外如x轴标签要设置成yyyy-mm格式，或者间隔设置成5个月，这就需要对轴进行重新设置。
先看看对y轴的显示范围进行设置，用ylim()函数。同样，当x轴为数值时，也可以用xlim()对x轴显示范围进行设置。




    

    theme_bw          黑色网格线白色背景的主题
    theme_classic     经典主题，带有x轴和y轴，没有网格线
    theme_dark        黑暗背景的主题
    theme_gray        灰色背景白色网格线的主题
    theme_linedraw     白色背景上只有各种宽度的黑色线条的主题
    theme_light       与theme_linedraw相似但具有浅灰色线条和轴的主题
    theme_matplotlib    默认的matplotlib外观，白色无网格背景
    theme_minimal      没有背景注释的简约主题
    theme_seaborn      seaborn主题
    theme_void        具有经典外观的主题，带有x轴和y轴，没有网格线
    theme_xkcd        xkcd主题
使用方法：在plotnine绘图语句中添加主题参数（后带括号），一般在绘图的格式结束之后添加。
    text               当前图象的所有文本
    title              当前图像的所有标题
    aspect_ratio       即高/宽，如aspect_ratio=1.5，优先
使用方法：在绘图格式的最后面添加theme函数，在里面添加不同的参数调整图像，theme调整参数要按顺序来。
在theme()中设置legend.position参数¶
theme(legend_position='right')  # 可以right,left,bottom,top,none（无图例）
也可以用(0.9,0.7)这种具体数值指定，一般在0-1内¶
如果使用数值设置，最好先将legend背景设为透明¶
theme(legend_background=element_rect(fill='white'),legend_position=(0.3,0.5))
8)其他设置
标度函数scale_xx()是对图形的调整，通过scale_xx()这样的函数将获取的数据进行调整，以改变图形的长度、颜色、大小和形状。scale_xx()函数类型如下表2。
  表2 标度函数scale
基本语法          Value
scale_x_date       x轴标签是日期
scale_x_datetime    x轴标签是时间
scale_y_date       y轴标签是日期
scale_y_datetime    y轴标签是时间
xlim             x轴范围
ylim             y轴范围
stat统计变换在数据被提取出来之前对数据进行聚合和其他计算，用stat_xx确定对数据进行的计算类型，不同类型的计算统计产生不同的图形结果。具体见表3。
      表3 统计变化stat
    基本语法    描述
    stat_abline 添加线条，用斜率和截距表示
    stat_bin    分割数据，然后绘制直方图
    stat_identity   绘制原始数据，不进行统计变化
    Stat_smooth 拟合数据。参数method默认值为'auto'
label主题设定，调整图表的细节，包括图表背景颜色、网格线的间隔和颜色、中文设置、图例显示、坐标轴标签字体及角度等。注意，如果图形中有中文字符，需要加入如下语句，否则将无法显示中文。
    表4 标签Labels
    基本语法    Value
    ggtitle     创建图表标题
    xlab       设置x轴标签
    ylab       设置y轴标签
    labs       设置所有的标签和标题
对于坐标轴显示也可以用如下的方式。
import numpy as np
e = (ggplot(data,aes(x='totle',y='price'))+geom_line(colour='red',size=2)) 
e + scale_x_continuous(limits = (0, 6),breaks = np.arange(0,6.5,0.5)) + \
theme(figure_size=(10,5))     #见图15
#按照给定的范围以及间隔，显示完整坐标刻度。
data["class"]=["A","B","B","A","A","A"]
data["place"]=["an","hk","an","hk","an","hk"]
p = (ggplot(data,aes(x='class',y='totle',fill="place"))+ geom_bar(stat="identity"))
p  #见图16
t = (ggplot(data,aes(x='totle',y='price',fill="place",color="place"))+ geom_line(size=1))
t + geom_point(aes(shape='place'))   #设置不同的标记，见图17
stat_smooth拟合数据。参数method默认值为'auto',可用的方法有：
'auto'    #if(n<1000)则使用loess，否则使用glm
'lm'，'ols' #线性模型
'wls'     #加权线性模型
'rlm'     #鲁棒线性模型
'glm'     #广义线性模型
'gls'      #广义最小二乘
'lowess'  #局部加权回归（简单）
'loess'   #局部加权回归
'mavg'   #移动平均值
'gpr'     #高斯过程回归器
from plotnine.data import mtcars
(ggplot(mtcars, aes('wt', 'mpg', color='factor(gear)'))
 + geom_point()
 + stat_smooth(method='lm')
 + facet_wrap('~gear'))
date = ['2022-03-01', '2022-03-02', '2022-03-03', '2022-03-04', '2022-03-05', '2022-03-06', '2022-03-07', '2022-03-08', '2022-03-09', '2022-03-10', '2022-03-11', '2022-03-12', '2022-03-13', '2022-03-14', '2022-03-01', '2022-03-02', '2022-03-03', '2022-03-04', '2022-03-05', '2022-03-06', '2022-03-07', '2022-03-08', '2022-03-09', '2022-03-10', '2022-03-11', '2022-03-12', '2022-03-13', '2022-03-14', '2022-03-15']
fz = ['A组', 'A组', 'A组', 'A组', 'A组', 'A组', 'A组', 'A组', 'A组', 'A组', 'A组', 'A组', 'A组', 'A组', 'B组', 'B组', 'B组', 'B组', 'B组', 'B组', 'B组', 'B组', 'B组', 'B组', 'B组', 'B组', 'B组', 'B组', 'B组']
zhv = [0.0205, 0.02475, 0.02843, 0.03009, 0.03211, 0.04395, 0.04487, 0.04671, 0.04663, 0.04847, 0.05031, 0.05223, 0.05307, 0.05483, 0.0326, 0.0334, 0.0333, 0.03567, 0.03659, 0.03551, 0.03935, 0.04027, 0.04033, 0.04079, 0.04255, 0.04539, 0.04915, 0.05099, 0.05291]
df = pd.DataFrame(data={"日期":date,"分组":fz,"转化率":zhv})
(ggplot(df, aes(x='日期', y='转化率', group='分组', color='分组'))
 +geom_line(size=1)
 +scale_x_date(name='日期', breaks='2 weeks') #解决x轴标签覆盖问题
 +scale_fill_hue(s=0.90, l=0.65, h=0.0417, color_space='husl') #自动配色
 +xlab('时间') #重命名x轴名称
 +ylab('CVR') #重命名y轴名称
 +ggtitle('AB组活动转化率趋势图')
 +theme_matplotlib()
 +theme(legend_position = 'right',text=element_text(family='SimHei'))
#折线下面积图
(ggplot(df, aes(x='日期', y='转化率', group='分组'))
        +geom_area(aes(fill='分组'), alpha=0.75, position='identity')
        +geom_line(aes(color='分组'), size=0.75)
        +scale_x_date(name='日期', breaks='3 days') # x轴日期标签间隔
        +scale_fill_hue(s=0.90, l=0.65, h=0.0417, color_space='husl')
        +xlab('时间') +ylab('CVR')
        +ggtitle('AB组活动转化率趋势图')
        +theme_matplotlib()
        +theme(legend_position = 'right',text=element_text(family='SimHei'))
#折线之间夹面积图/夹层填充面积
df_A = df[df['分组'] == 'A组']
df_B = df[df['分组'] == 'B组']
df_new = pd.merge(df_A, df_B, how='left', on='日期', suffixes=('A组', 'B组'))
df_new['最小值'] = df_new.apply(lambda x: x[['转化率A组', '转化率B组']].min(), axis=1)#求两列中各行最大最小值
df_new['最大值'] = df_new.apply(lambda x: x[['转化率A组', '转化率B组']].max(), axis=1)
#df_new['比较'] = df_new.apply(lambda x: 'A组高' if x['转化率A组'] - x['转化率B组'] > 0 else 'B组高', axis=1)
df_new['ymin1'] = df_new['最小值']
df_new.loc[(df_new['转化率A组']-df_new['转化率B组']) > 0, 'ymin1'] = np.nan
df_new['ymin2'] = df_new['最小值']
df_new.loc[(df_new['转化率A组']-df_new['转化率B组']) <= 0, 'ymin2'] = np.nan
df_new['ymax1'] = df_new['最大值']
df_new.loc[(df_new['转化率A组']-df_new['转化率B组']) > 0, 'ymax1'] = np.nan
df_new['ymax2'] = df_new['最大值']
df_new.loc[(df_new['转化率A组']-df_new['转化率B组']) <= 0, 'ymax2'] = np.nan
w = (ggplot()
    +geom_ribbon(df_new, aes(x='日期', ymin='ymin1', ymax='ymax1', group=1), alpha=0.5, fill='#00B2F6', color='none')
    +geom_ribbon(df_new, aes(x='日期', ymin='ymin2', ymax='ymax2', group=1), alpha=0.5, fill='#FF6B5E', color='none')
    +geom_line(df, aes(x='日期', y='转化率', group='分组', color='分组'), size=1)
    +scale_x_date(name='日期', breaks='3 days')
    +theme_matplotlib()
    +theme(legend_position = 'right',text=element_text(family='SimHei'))
    )#原文链接：https://blog.csdn.net/weixin_45881406/article/details/124902333
D:\app-soft\anaconda\lib\site-packages\plotnine\ggplot.py:718: PlotnineWarning: Saving 200.0 x 150.0 mm image.
D:\app-soft\anaconda\lib\site-packages\plotnine\ggplot.py:719: PlotnineWarning: Filename: c:\Users\yubg\Desktop\yubg.png