本文提供了三种不同的方式在Python(IPython Notebook)中调用ggplot。
在大数据时代,数据可视化是一个非常热门的话题。各个BI的厂商无不在数据可视化领域里投入大量的精力。Tableau凭借其强大的数据可视化的功能成为硅谷炙手可热的上市公司。Tableau的数据可视化的产品,其理论基础其实是《The Grammar of Graphic》,该书提出了对信息可视化的图表的语法抽象体系,数据的探索和分析可以由图像的语法来驱动,而非有固定的图表类型来驱动,使得数据的探索过程变得友好而有趣。
然而对于The Grammar of Graphic的理论的实践,并非Tableau独占,ggplot作为R语言上得一个图形库,其理论基础也是这本书。(注,笔者曾就职的某BI巨头,主要职责也是数据可视化,我们曾经和加拿大团队研发过类似的产品,基于HTML5和D3,可惜由于种种原因未能推向市场)
现在越来越多的人开始使用python来做数据分析,IPython Notebook尤其令人喜爱,它的实时交互把脚本语言的优势发挥到极致。那么怎样才能在IPython Notebook中使用ggplot呢?我这里跟大家分享三种不同的方式供大家选择。
RPy2
第一种方式是使用rpy2, rpy2是对rpy的改写和重新设计,旨在提供Python用户在python中使用R的API。
rpy2提供了对R语言的对象和方法的基本封装,当然也包括可视化的图库这一块。
下面就是一段运行ggplot的R程序使用rpy2在python中运行的例子:
1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16
17
18
19
20
21
22
|
from rpy2 import robjects
from rpy2.robjects import Formula, Environment
from rpy2.robjects.vectors import IntVector, FloatVector
from rpy2.robjects.lib import grid
from rpy2.robjects.packages import importr, data
import rpy2.robjects.lib.ggplot2 as ggplot2
# The R 'print' function
rprint = robjects.globalenv.get( "print" )
stats = importr( 'stats' )
grdevices = importr( 'grDevices' )
base = importr( 'base' )
datasets = importr( 'datasets' )
mtcars = data(datasets).fetch( 'mtcars' )[ 'mtcars' ]
pp = ggplot2.ggplot(mtcars) + \
ggplot2.aes_string(x = 'wt' , y = 'mpg' , col = 'factor(cyl)' ) + \
ggplot2.geom_point() + \
ggplot2.geom_smooth(ggplot2.aes_string(group = 'cyl' ),
method = 'lm' )
pp.plot()
|
以上程序在IPython Notebook中运行会有缺陷,会弹出一个新的窗口显示图,而且该python进程会阻塞在那里。我们希望图表能内嵌在IPython Notebook的页面中,为了解决该问题,我们引入如下代码:
1
2
3
4
5
6
7
8
9
10
11
12
13
|
% matplotlib inline
import uuid
from rpy2.robjects.packages import importr
from IPython.core.display import Image
grdevices = importr( 'grDevices' )
def ggplot_notebook(gg, width = 800 , height = 600 ):
fn = '{uuid}.png' . format (uuid = uuid.uuid4())
grdevices.png(fn, width = width, height = height)
gg.plot()
grdevices.dev_off()
return Image(filename = fn)
|
运行上述代码后,我们把ggplot的调用pp.plot()改为调用ggplot_notebook(pp, height=300)就能成功嵌入显示ggplot的结果。
RMagic
另一种方式是使用rmagic,rmagicy实际上依赖于rpy2。它的使用方式更像是直接在使用R
1
2
3
4
5
6
|
% load_ext rmagic
library(ggplot2)
dat < - data.frame(x = rnorm( 10 ), y = rnorm( 10 ),
lab = sample(c( 'A' , 'B' ), 10 , replace = TRUE))
x < - ggplot(dat, aes(x = x, y = y, color = lab)) + geom_point()
print (x)
|
运行结果如下
ggplot for python
ggplot是一个python的库,基本上是对R语言ggplot的功能移植到Python上。
运行安装脚本
1
|
pip install ggplot
|
安装成功后,可以试一下这个例子
1
2
3
4
5
6
7
|
% matplotlib inline
import pandas as pd
from ggplot import *
meat_lng = pd.melt(meat[[ 'date' , 'beef' , 'pork' , 'broilers' ]], id_vars = 'date' )
ggplot(aes(x = 'date' , y = 'value' , colour = 'variable' ), data = meat_lng) + \
geom_point() + \
stat_smooth(color = 'red' )
|
结果如下:
总结
本文提供了三种不同的方式在Python(IPython Notebook)中调用ggplot。
rpy2和Rmagic都是一种对R的桥接,所以都需要安装R。不同之处在于rpy2提供Python接口而Rmagic更接近R。
ggplot Python库是ggplot的Python移植,所以无需安装R,部署起来更为简单,但功能上也许和R的ggplot还有差距。
大家可以根据自己的需要做出选择。