大概在4年前我就了解到了，在python中也有一个类似R 语言ggplot2实现的模块，叫做ggpy，即ggplot for python。当时没有实际使用ggpy，如今使用plotnine，就好奇为什么会有两个功能如此雷同的模块被开发出来呢？如果不是重复造轮子，那哪个更好呢？于是乎，有了这篇文章。

首先，来到plotnine的官网，关于plotnine的历史和开发目的，他是这么说的：

开始使用plotnine是为了改善ggpy的scalling功能。但估计修修补补解决不了问题，所以另起炉灶，于是乎有了plotnine，大概就是这么个经过。

并且plotnine是建立在python生态上的：matplotlib - Plotting backend.

pandas - Data handling.

mizani - Scales framework.

statsmodels - For various statistical computations.

scipy - For various statistical computation procedures.

由此，似乎说明ggpy不够好，所以有了plotnine啊。可是这毕竟是plotnine作者自己的说辞，可能并不客观。还有，也没回答具体哪些方面plotnine比ggpy更好啊，从一个使用者的角度，这个很重要！！！

于是找到github上相关的issues: link1, link2，基本上解答了我的问题，总结来有以下几个方面：自2016年起停止开发(Latest commit b6d23c2 on Nov 20, 2016)

无法完全表示R ggplot2库：ggpy只是与Matplotlib语法类似的语法，因此，用户获得了绘图语法申明清晰，而灵活性却丧失了。例如，受限于geoms和 stats的不可组合，缺乏与适当缩放后端(backend)的集成。plotnine包目前仍在积极开发中(Latest commit9a324be5 days ago)。

使用非常相似的语法(R用户的一致性)，提供了原始R ggplot2软件包的更完整的Python实现。因此，语法也类似于ggpy包。

Plotnine构建在matplotlib之上，因此，可plotnine的高级功能入手，并在需要时可以使用matplotlib函数进一步自定义由plotnine创建的fig/ax对象。

该项目的中长期前景在很大程度上取决于科学的python生态系统。最主要是取决于Matplotlib的发展，scipy软件包有一些影响

为plotnine做了这么多宣传，那么其有没有不足呢？答案是肯定的。

(1)关于内存：

之前在使用R ggplot2进行可视化时，就出现过内存的问题，那么plotnine是否存在某些特定的内存优化呢？

对于这个问题，plotnine作者has2k1的回答是：

如果在使用R ggplot2时遇到内存问题，那么使用plotnine也会遇到。因为plotnine也会对dataframes进行复制。当Pandas实libpandas(并获得copy-on-write)当前预计在2.0版左右时，应该会减轻这种情况。

这就有点画饼的味道了，目前pandas最新版才1.0.3呢

(2)关于开源协议：

虽然plotnine的作者说会一直开发该包，但还是有人从plotnine使用的开源协议看出来一些端倪，并追问作者从ggplot2复制了算法/代码，还是只是从API复制了？如果仅是后者，则API是否受版权保护是一个不断争议的问题。ggplot2 采用的是GPL-2协议

ggpy采用的BSD 2协议发布的，该协议比plotnine的GPLv2协议更宽松

首先，让我们来聊聊不同开源协议的区别：