前面两课分别介绍了 Matplotlib 和 Seaborn，其基本的绘图思想是一样的：面向对象修改或添加对象的属性。本课要介绍的 Plotnine，看标题就明白，它必然有不同以往之处，也的确与 Matplotlib 体系有所不同。
Plotnine 在绘图上，引入了“图层”的概念——如果熟悉美工妹妹的工作，这个概念就不难理解。它不是师承于 Matplotlib，而是基于 ggplot2。
3.1.1 渊源和特点
能够用于数据科学的语言不只是 Python，还有很多其他语言，比如 R ——一个具有一定历史并且目前也被很多人使用的语言。
R 语言，主要用于统计分析、绘图、数据挖掘，由新西兰奥克兰大学的罗斯·伊哈卡和罗伯特·杰特曼发明。
那么，支持 R 语言绘图的工具之一就是 ggplot2（官网：https://ggplot2.tidyverse.org/），它由 Hadley Wickham 创建，其绘图基本思想是（以下是基本概念介绍，参考了 STHDA 的有关内容）：
Plot（图）= Data（数据集）+ Aesthetics（美学映射）+ Geometry（几何对象）
这种制度的基本规则来自于 The Grammar of Graphics 一书中的规定，各项的含义如下：
- Data，数据集；
- Aesthetics，美学映射，比如将变量映射给 X、Y 坐标轴，或者映射给颜色、大小、形状等图形属性；
- Geometry，几何对象，比如柱形图、直方图、散点图、线图、密度图等。
在 ggplot2 中有两个主要绘图函数：
- qplot，快速绘图；
- ggplot，此函数是 ggplot2 的精髓，远比 qplot() 强大，可以绘制复杂的图形。
在 ggplot2 中有几个基本概念，需要了解一下。
- 图层（Layer）：一个图层好比是一张“透明纸”，包含有各种图形元素，可以分别建立不同的图层，然后叠放在一起，组合成图形的最终效果。
- 标度（Scale）：标度控制了数学空间到图形元素空间的映射。一组连续数据可以映射到 X 轴坐标，也可以映射到一组连续的渐变色彩；一组分类数据可以映射成为不同的形状，也可以映射成为不同的大小。
- 坐标系（Coordinate）：坐标系控制了图形的坐标轴并影响所有图形元素，最常用的是直角坐标轴。坐标轴可以进行变换以满足不同的需要，如对数坐标，其他可选的还有极坐标。
- 位面、组图、分面（Facet）：很多时候需要将数据按某种方法分组，分别进行绘图。facet 就是控制分组绘图的方法和排列形式。（注意，将 facet 翻译为“位面”，有时候会造成误解，因为 planes 也翻译为“位面”）。
这是 R 的 ggplot2 的概念，Python 要挑战 R 语言，那么它有的 Python 就要有了，这样，我们在 Python 中也能使某些绘图工具，实现上述的绘图思想。比较常用的有：
- ggplot，官网：http://ggplot.yhathq.com/
- Plotnine，官网：https://plotnine.readthedocs.io/en/stable/about-plotnine.html
Plotnine 因为继承了 R 语言的 ggplot2 的绘图思想，因此，图层概念就是它的核心。
Plotnine 的安装应该已经在第 0-3 课中完成了，如果尚未安装，请参考之。
3.1.2 理解图层含义
先用一个示例体会一下“分层绘图—图层”的思想和操作流程。
在 Plotnine 中，也有类似 Seaborn 那样集成的数据集。
%matplotlib inline
import plotnine as p9
from plotnine import data
mg = data.mpg
mg.head()
avatar
mg.info()
#out
<class 'pandas.core.frame.DataFrame'>
RangeIndex: 234 entries, 0 to 233
Data columns (total 11 columns):
manufacturer 234 non-null category
model 234 non-null category
displ 234 non-null float64
year 234 non-null int64
cyl 234 non-null int64
trans 234 non-null category
drv 234 non-null category
cty 234 non-null int64
hwy 234 non-null int64
fl 234 non-null category
class 234 non-null category
dtypes: category(6), float64(1), int64(4)
memory usage: 13.9 KB
这个数据集中记录了一些跟汽车有关的数据，其中三个特征，是下面将要用到的：
- displ，发动机排气量；
- hwy，高速公路上每加仑汽油能够行驶的路程；
- cyl，汽缸数目。
因为 Plotnine 继承了 ggplot2，本质上可以理解为就是要跟 R 语言争夺绘图领域的老大地位。那么如果读者是 Plotnine 的发明者，会如何命名自己的函数，才能更有利于把原来使用 ggplot2 的用户争取过来呢？
当然是所有的函数和语法都要保持与 ggplot2 一样。
英雄所见略同，都想到一起了。凡是在 ggplot2 中能够使用的函数，在 Plotnine 中几乎都有，而且使用方式也一样。因此，如果以前学过了 ggplot2，迁移过来丝毫不费力；如果没学过，那么当然就需要阅读本课程了。当然，如果在网上搜索到了 ggplot2 的方法，也可以直接拿到 Plotnine 中使用。
这招的确很绝妙，这就是所谓的后发优势。
那就先制作第一张图。
网友评论