Python数据可视化之Plotnine库超详细教程系列

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。
在这里插入图片描述
FFFFF,t_70#pic_center)

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。
在这里插入图片描述

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
在这里插入图片描述

本文链接：https://blog.csdn.net/chengxincaixukun/article/details/109913659

智能推荐

数据可视化python教程

python实现可视化的三个步骤：确定问题，选择图形转换数据，应用函数参数设置，一目了然 matplotlib Python中最基本的作图库就是matplotlib，是一个最基础的Python可视化库，一般都是从matplotlib上手Python数据可视化，然后开始做纵向与横向拓展。 Seaborn 是一个基于matplotlib的高级可视化效果库，针对的点主要是数据挖掘和机器学习中的变量...

Android 炫酷的横向和环形进度条的实例

一、概述最近需要用进度条，秉着不重复造轮子的原则，上github上搜索了一番，看了几个觉得比较好看的ProgressBar，比如：daimajia的等。简单看了下代码，基本都是继承自View，彻彻底底的自定义了一个进度条。盯着那绚丽滚动条，忽然觉得，为什么要通过View去写一个滚动条，系统已经提供了ProgressBar以及属于它的特性，我们没必要重新去构建一个，但是系统的又比较丑，不同版本变现...

pcap包结构&SNI字段的解析

pcap文件格式是常用的数据报存储格式，包括wireshark在内的主流抓包软件都可以生成这种格式的数据包。文件格式： Pcap文件头（24字节）+数据包头（wireshark增加的）+数据包（网络中抓取的）+…… 1.pcap文件头结构各字段说明： Magic：4B：0×...

MC9S12XEP100的IIC模块(IICV3)

最近在写DS3231时钟芯片的驱动，这个芯片使用IIC进行通讯，以前没有用过IIC模块，照着教材和示例程序写程序后发现各种问题。没办法，还是官方数据手册靠谱，遂把相应部分又翻译了一遍。果然发现示例程序纯粹就是个玩具，一点用都没有。。。第15章集成电路总线(IICV3) 译者注：译者博客(http://blog.csdn.net/lin_strong)，转载请保留这条。此为 MC9S12XEP1...

Eureka服务注册与发现

文章目录二、SpringCLoud中遇到的技术（一）、Eureka 1、功能： 2、什么是服务治理. 3、什么是服务注册与发现 4、Eureka包含两个组件: Eureka Server和Eureka Client 5、单机Eureka构建步骤 5.1 建model：cloud-eureka-server7001 5.2 写pom 5.3 写yml 5.4 主启动类 5.5 测试 5.6 将消...