Python数据可视化之Plotnine库超详细教程系列（一）：概述

一、Plotnine库简介

ggplot2包奠定了R语言数据可视化在数据科学中的地位，数据可视化一直是Python的短板，即使有Matplotlib、Seaborn等数据可视化包，也无法与R语言、MATLAB等软件媲美，而plotnine可以说是ggplot2在Python上的移植版，使得Python的数据可视化能力大幅度提升，先陈列出一些用plotnine画出的图。

Plotnine官方文档：https://plotnine.readthedocs.io/en/stable/about-plotnine.html，但由于在Plotnine的官方文档中，开发者并没有给出太详细的教程，并且Python统计学生态仍不完备，笔者特此记录Plotnine的学习过程，并给出一个详细的教程。
‘plotnine一开始是为了改进ggpy中的伸缩功能，它的正式名称是“python的ggplot”。这是一个更大目标的一部分，即把这个包发展成一个支持完整绘图语法的包。事实证明，要想拥有一个图形语法系统，我们必须重新开始。’ ——Plotnine开发者
‘R编程语言有一个丰富的统计生态系统，ggplot2可以轻松地利用它。在plotnine中，我们尽了最大努力与科学python生态系统的其余部分整合在一起。尽管我们觉得我们可以在这个集成上做得更多，但是尽管语言存在差异，熟悉ggplot2的用户应该对使用plotnine感到舒适和高效。’——Plotnine开发者

二、Plotnine库语法简介

plotnine库与Matplotlib、Seaborn等数据可视化包语法不同，是一种颠覆性的图形创建方式，plotnine库包含了以下几种基本要素，在各类绘图中均会用到，后续使用中将不再详细解释，在后续更新中，对于一些新的要素，笔者也会进行详细的讲解。

2.1ggplot（）

ggplot（）函数是底层绘图函数，通常包括了绘图用到的DataFrame，还可以控制color、size、shape的映射关系。如下面这段代码：

ggplot(df,aes(x='ncc',fill='ddc')

表示的含义是，所用到的数据集是df，x轴选择的变量为‘ncc’，根据‘ddc’的值对图层进行填充，ddc的值不同，填充颜色不同

2.2geom_xxx（）

geom_xxx（）表示了不同图层，常用到的，geom_point（）表示散点图，geom_line（）表示线图，geom_histogram（）表示直方图，geom_density（）表示核密度估计图
geom_xxx（）常会用到如下参数：

geom_density(alpha=0.5,colour='black',size=0.25)

在这一行代码中，alpha代表图形的透明度为0.5，color表示图形轮廓用black勾勒，size表示图形的大小为0.25.

2.3基础坐标轴设置

xlab('X')+
ylab('Y')

这段代码表示对x轴命名为X，对y轴命名为Y。

scale_x_continuous(limits=(-3,3))+
scale_y_continuous(limits=(50,100))+

这段代码表示设定x轴与y轴的坐标刻度。
有了这样一些知识，我们就可以简单的绘制两个基本图形了，在后续的更新中，将会详细讲解这些图的绘制方法。

三、加载数据

利用pandas库读取数据，plotnine库绘图是基于pandas库中的数据框，因此我们要用pandas读入数据并将数据存入数据框中

df = pd.read_excel(r'C:\Users\Administrator\Desktop\新建 Microsoft Excel 工作表.xlsx',index_col=0)

数据集展示如下，其中，ncc、puv、ksv、kpm、usr为连续变量，ddc为离散变量，Score为因变量，数据展示如下。在之后的教程中，都会用到下面的数据集，可以将本数据集的截图保存起来，方便后续的学习

Python数据可视化之Plotnine库超详细教程系列相关推荐

Python数据可视化 - 使用Dash库制作杭州数据分析师岗位招聘情况可交互网页报告(附代码下载)
dash dash不同于flask或者Django,具备少量的前端知识即可制作可视化网页,下图为本人制作的数据分析师岗位招聘情况可视化网页. 文末附网盘下载经过清洗后的数据与可视化网页的代码. 交互 ...
Python数据可视化，Pyecharts库，外圆环内饼图制作
一.导入需要的库 from pyecharts.charts import Pie import pyecharts.options as opts import pandas as pd 二.导入数 ...
Python数据可视化：pyecharts库绘制K线图
本文的文字及图片来源于网络,仅供学习.交流使用,不具有任何商业用途,如有问题请及时联系我们以作处理. 以下文章来源于菜J学Python ,作者王小王-123 Python爬虫.数据分析.网站开发等案例 ...
Python-Time库超详细教程
目录 1.time() 2.ctime() 3.gmtime() 4.strftime() 取消格式化 strptime()函数 5.sleep() 人生苦短,我用Python!Python的一个标准 ...
大数据图书分享-Python数据可视化实战课程
Python数据可视化实战课程内容以实践出发,全面地介绍了数据可视化流程和Python数据可视化的应用,并详细阐述了使用Python解决企业实际问题的方法. 全书设计思路以应用为导向,让用户明确如何利 ...
Python 数据可视化：Stack Graph 堆叠图，标准化堆叠柱形图，标准化的同时还能反应数据量大小的堆叠图(放入自写库，一行代码搞定复杂细节绘图)
本文已在公众号 " 数据分析与商业实践 " 首发.关注一下~,更多商业数据分析案例源码等你来撩.后台回复 "堆叠图" ,即可获取本文的案例示范与包含详细注释的源 ...
超硬核的 Python 数据可视化教程！
点击上方"小白学视觉",选择加"星标"或"置顶" 重磅干货,第一时间送达本文转自:机器学习算法那些事 Python实现可视化的三个步骤: ...
Python数据可视化2018：数据可视化库为什么这么多？
本文最初发布于Anaconda开发者博客,经原作者授权由InfoQ中文站翻译并分享. 在奥斯汀举行的SciPy 2018年特别会议上,大量开源Python可视化工具的代表分享了他们对Python数据可 ...
python数据可视化第三方库有哪些_数据可视化！看看程序员大佬都推荐的几大Python库...
数据可视化是数据分析中极为重要的部分,而数据可视化图表(如条形图,散点图,折线图,地理图等)也是非常关键的一环.Python作为数据分析中最流行的编程语言之一,有几个库可以创建精美而复杂的数据可视化, ...

Python数据可视化之Plotnine库超详细教程系列