第一章：python：ggplot
第1节：python：ggplot基本概念
1，ggplot简单介绍
python的常用可视化包：Matplotlib，基于该包的二次开发的包（Pandas，Seaborn，ggplot）
动态图的绘制：Plotly，pyecharts（可在网页中展示动态图）
ggplot读取的数据格式为pandas的DataFrame，ggplot主要主要绘图思想为图层叠加思维。
ggplot的安装，在Linux下： pip install ggplot -i https://pypi.tuna.tsinghua.edu.cn/simple/
2，绘图思想及个例展示
绘制统计图就是从数据到集合对象（geometric object，缩写为geom，包括点、线、条形等）的图形属性
图形层次主要分为三个图形层：
1）数据层（必须存在的图形层）
2）几何图形层（即想要绘图的图形类型，也是必须存在的图形层）
3）美学层（作用是图形美化）
例如： from ggplot import * p=ggplot(mtcars, aes('mpg', 'wt', color='factor(cyl)'))+geom_point()+ggtitle('mtcars') print p 
上面的例子中： ggplot(mtcars, aes('mpg', 'wt', color='cyl')) 表示的是数据层，其中mtcars是ggplot内置数据集，’mpg’和’wt’分别是定义的横纵坐标轴（x=’mpg’，y=’wt’） geom_point() 表示的是几何图形层，表示的含义是绘制散点图 ggtitle('mtcars') 表示的是美学层，表示的含义是添加标题“mtcars”
3，绘图常用概念
1，坐标系统
坐标系统分为笛卡尔坐标系、极坐标系等，同时通过坐标变换能够绘制饼图和柱状图（在ggplot语法中饼图和柱状图的绘制思路均是通过变换坐标系而形成）
2，数据
ggplot支持的数据格式必须是数据框格式，即pandas.DataFrame In [8]: mtcars.head() Out[8]: name mpg cyl disp hp drat wt qsec vs am gear carb 0 Mazda RX4 21.0 6 160.0 110 3.90 2.620 16.46 0 1 4 4 1 Mazda RX4 Wag 21.0 6 160.0 110 3.90 2.875 17.02 0 1 4 4 2 Datsun 710 22.8 4 108.0 93 3.85 2.320 18.61 1 1 4 1 3 Hornet 4 Drive 21.4 6 258.0 110 3.08 3.215 19.44 1 0 3 1 4 Hornet Sportabout 18.7 8 360.0 175 3.15 3.440 17.02 0 0 3 2
3，标度
标度主要负责一下三个方面：
1）负责映射后图形属性的显示方式
2）具体包括图例和坐标刻度
3）标度变化：将字段的数据转化成电脑可以识别和像素颜色等
4，映射
将数据中的变量，映射到图形属性
5，几何对象
1）几何对象代表我们在图中实际看到的图形元素
2）几何对象可具体到点、线、正方形等
6，统计变换
1）对原始数据进行某种统计计算
2）可对原始数据进行计算，不改变原有数据，同时也生成新的数据集；例如对二元散点图加上一条回归线或者进行置信区间登记
7，图层
1）不同的图层用“+”号叠加
2）图层的组成部分
····1 > 数据和图形属性映射
····2 > 一种统计变换，即数据的变换，比如求组平均，求对数等
····3 > 一种几何对象
····4 > 一种位置调整方式
3）图层概念的优点
····1 > 在操作了叠加新的图层，修改统计变换之后，之前的数据依然可以使用
····2 > 在通过各种图形的叠加能够实现完成其他画图包很难完成的图形
不同的图层中，要满足图形的绘制，图层最少有一个数据层，一个几何图形层，而在进行绘图时，可以加入几个图形层，几个数据层，外层的内容会加入到内层的上一层
8，分面
1）分面是一种条件绘图，将数据按某种方式分组，然后分别绘图
2）facet_wrap（表示单维度分面）
3）facet_grid（表示多维度分面）
4，常用图形代码
1）ggplot()
所有ggplot的画图，其代码的第一句均是ggplot()，表示初始数据层
ggplot(数据集，美学图层(x=’x轴表示含义’, y=’y轴表示含义’))
2）geom_……()
表示一种图形类型，geom_point()表示散点图，geom_line()表示线图，geom_bar()表示条状图
3）stat
表示统计变换
4）scale_
标度变换，指x，y轴的尺寸变换
5）facet
分面
6）xlim，ylim
限定X轴刻度范围，限定Y轴刻度范围。例如： p=ggplot(mtcars, aes('mpg', 'wt'))+geom_point()+xlim(15, 30)+ylim(2, 5)限定x轴刻度范围从15到30，限定y轴刻度范围从2到5
7）labs
xlib()和ylib()，表示设定x轴及y轴坐标轴名称，例如：+xlib(‘my name’)+ylib(‘your name’)
8）themes_……
主题切换
9）coord_……
坐标轴变换
4，常用参数设置
1）data
数据集： ggplot(aes(x='mpg', y='wt'), data=mtcars)一般数据集写在前面，则不需要“data”这个参数，数据集写在前面则data参数可以省略掉。例如：p=ggplot(mtcars, aes('mpg', 'wt', color='cyl'))
2）aes
映射：
x轴数据，y轴数据
3）color / c
颜色：color=”
但对于ggplot绘图，图形上色分为两种，
第一种：aes(x=’mpg’, y=’wt’, color=’gear’) 这种图形上色的作用在于，利用哪个维度的数据作为一种颜色来区分其他不同数据集，这个例子是用gear列的数据，作为一个数据集，以该列的数据值作为颜色区分其他数据集。如上面图形例子展示的那样，散点图以cyl作为数据集，将图形的点分成三色（红、绿、蓝，值为4、6、8）
但color这个参数在设定时可以得到两种图片效果，如果是ggplot(mtcars, aes('mpg', 'wt', color='factor(cyl)'))这样的写法，最后得到的点图颜色就如上面所看到的那个图片颜色，分为三色（红、绿、蓝，值为4、6、8）
但如果是不加factor()这个参数，ggplot(mtcars, aes('mpg', 'wt', color='cyl'))这样的写法会生成三种渐变色： 
第二种： geom_point(color='red')则单纯的表示上色，所有的点都是一种红色，当然这种单独上色只能用固定的字符或数值表示
4）fill
填充：
fill的颜色填充和color的颜色添加存在一定的区别
主要区别在于，fill是表示颜色填充，其颜色填补是一个面；而color表示颜色添加，只是在框架的图边界添加相应的颜色。fill和color的区别主要体现在直方图和条形图当中；如果条状颜色全部填充则用fill；如果只想给条状的边界添加颜色则用color
5）size
尺寸大小：size=”
用法和color相似，同样size出现在aes()函数当中表示分离变量，而在geom_point()当中表示图形大小。在aes()当中，size表示用大小区分类别，即用哪种数据值去对数据集进行分类；而在geom_point()中的size则单纯的表示点的大小。
例如： p=ggplot(mtcars, aes('mpg', 'wt', size='factor(cyl)'))+geom_point()+ggtitle('mtcars') print p 
加入size='factor(cyl)'则散点图以cyl作为数据集，将图形的点分成三种大小（值分别为4、6、8），即按照值的大小区分为三种点的大小；
p=ggplot(mtcars, aes('mpg', 'wt', size='cyl'))+geom_point()+ggtitle('mtcars')
如果不加factor()，则图形的点也会分成三种大小，只是size为4.0的这个大小会无法显示点的位置，因为根据颜色渐进的效果，图形的最小点会以最低的基准而不做显示。
如果size=”加入到geom_point()当中，即p=ggplot(mtcars, aes('mpg', 'wt'))+geom_point(size=20)则所有的点的大小均为20，注意这里的size=后面要跟数字而不是字符串
6）shape
形状：shape=”
用法与color和size相同，依然是可以利用形状分组或仅仅改变点的形状
7）alpha
透明度
8）group
分组
9）factor
将变量转化为分类变量，一般情况下，维度是字符串类型，而数值为数值型，数值型可进行数字计算，而维度则只能进行分组运算，就像group分组，他一定是factor类型