plotnine 是 Python 中一个基于 ggplot2 风格的可视化库，使用 Grammar of Graphics（图形语法）理念，能够通过组合图层、几何对象、统计变换和坐标系统等元素创建高质量图表。它封装了 Matplotlib 与 pandas，支持灵活的数据驱动绘图，非常适合进行统计可视化与分析报告制作。
安装：
nginx
pip install plotnine常见应用场景：
（1）统计数据可视化：柱状图、折线图、散点图、箱线图、直方图等。
（2）探索性数据分析（EDA）：快速绘制数据分布和趋势，发现潜在规律。
（3）数据报告与科研论文：利用图层叠加和主题系统生成高质量图形。
（4）多维数据可视化：通过分面（facet）实现分组绘图。
（5）自动化绘图：结合 pandas DataFrame 自动映射数据列到图形属性。
◆ ◆ ◆
核心概念
1、ggplot 对象
绘图的基础对象，通常以 ggplot(data, aes(...)) 创建，其中 data 是 pandas DataFrame，aes 指定映射关系（x、y、颜色、大小等）。
2、几何对象（Geom）
图形的基本元素，如 geom_line(), geom_point(), geom_bar() 等，用于指定图表类型。
3、统计变换（Stat）
对数据进行统计计算后再绘制，例如 stat_smooth() 用于回归拟合，stat_bin() 用于直方图统计。
4、图层叠加
可以通过 + 将多个图层、坐标、标签等叠加组合，生成丰富图形。
5、坐标系统与主题
coord_cartesian()、coord_flip() 等用于控制坐标。
theme() 控制整体风格，如字体、标题、网格线等
◆ ◆ ◆
应用举例
例 1：基本散点图
python
import pandas as pdfrom plotnine import ggplot, aes, geom_point
df = pd.DataFrame({'x': [1,2,3,4], 'y':[10, 15, 13, 17]})p = ggplot(df, aes(x='x', y='y')) + geom_point()print(p)例 2：折线图
python
import pandas as pdfrom plotnine import ggplot,geom_line,aes
df = pd.DataFrame({'x': [1,2,3,4], 'y':[10, 15, 13, 17]})
p = ggplot(df, aes('x','y')) + geom_line()print(p)例 3：分组绘图
python
import pandas as pdfrom plotnine import ggplot,geom_line,aes
df = pd.DataFrame({ 'x': [1,2,3,1,2,3], 'y': [10,12,14,15,18,20], 'group': ['A','A','A','B','B','B']})
p = ggplot(df, aes('x','y', color='group')) + geom_line()print(p)例 4：直方图
python
import pandas as pdfrom plotnine import ggplot,geom_histogram,aes
df = pd.DataFrame({'value': [1,2,2,3,3,3,4,4,5]})p = ggplot(df, aes('value')) + geom_histogram(binwidth=1)print(p)例 5：分面（Facet）
python
import pandas as pdfrom plotnine import ggplot,facet_wrap,aes,geom_point
df = pd.DataFrame({'value': [1,2,2,3,3,3,4,4,5]})p = ggplot(df, aes('x','y')) + geom_point() + facet_wrap('~group')print(p)◆ ◆ ◆
常用函数与类速览
ggplot(data, aes(...))
创建基础绘图对象。
参数：
data：pandas DataFrame。
aes(...)：映射关系，如 x、y、color、size。
返回：ggplot 对象。
geom_point()
绘制散点图。
参数：可选映射 aes。
返回：GeomPoint 对象。
geom_line()
绘制折线图。
参数：可选映射 aes。
返回：GeomLine 对象。
geom_bar()
绘制柱状图。
参数：可选映射 aes。
返回：GeomBar 对象。
geom_histogram(binwidth=1)
绘制直方图。
参数：binwidth 指定分箱宽度。
返回：GeomHistogram 对象。
facet_wrap('~col')
按列分面绘图。
参数：分组列名。
返回：FacetWrap 对象。
theme()
设置图形风格。
参数：字体、标题、网格线、边距等。
返回：Theme 对象。
◆ ◆ ◆
补充说明
（1）plotnine 与 pandas 紧密集成，所有数据处理建议先在 DataFrame 中完成。
（2）所有图层、统计变换均可用 + 运算符叠加。
（3）支持 ggplot2 风格，但底层依赖 Matplotlib，输出可作为 Matplotlib figure 使用。
（4）对复杂图表，建议使用图层组合与 facet 分面机制，便于维护和重用。
📘 小结
plotnine 是 Python 中 ggplot2 风格的可视化库，通过图层、几何对象和统计变换组合实现高度可定制的图表。它与 pandas 紧密结合，适合数据分析、探索性分析及报告生成。通过直观的语法和分面机制，用户能够快速创建专业、多面板、可复用的图形，提高数据可视化效率和可读性。
"点赞有美意，赞赏是鼓励"