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。