在大数据时代,数据可视化是一个很是热门的话题。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煊赫一时的上市公司。Tableau的数据可视化的产品,其理论基础实际上是《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,数据的探索和分析能够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。html
然而对于The Grammar of Graphic的理论的实践,并不是Tableau独占,ggplot做为R语言上得一个图形库,其理论基础也是这本书。(注,笔者曾就任的某BI巨头,主要职责也是数据可视化,咱们曾经和加拿大团队研发过相似的产品,基于HTML5和D3,惋惜因为种种缘由未能推向市场)python
如今愈来愈多的人开始使用python来作数据分析,IPython Notebook尤为使人喜好,它的实时交互把脚本语言的优点发挥到极致。那么怎样才能在IPython Notebook中使用ggplot呢?我这里跟你们分享三种不一样的方式供你们选择。git
第一种方式是使用rpy2, rpy2是对rpy的改写和从新设计,旨在提供Python用户在python中使用R的API。github
rpy2提供了对R语言的对象和方法的基本封装,固然也包括可视化的图库这一块。fetch
下面就是一段运行ggplot的R程序使用rpy2在python中运行的例子:大数据
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,并且该python进程会阻塞在那里。咱们但愿图表能内嵌在IPython Notebook的页面中,为了解决该问题,咱们引入以下代码:ui
%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,咱们把ggplot的调用pp.plot()改成调用ggplot_notebook(pp, height=300)就能成功嵌入显示ggplot的结果。spa
另外一种方式是使用rmagic,rmagicy实际上依赖于rpy2。它的使用方式更像是直接在使用R.net
%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)
运行结果以下设计
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
pip install ggplot
安装成功后,能够试一下这个例子
%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')
结果以下:
本文提供了三种不一样的方式在Python(IPython Notebook)中调用ggplot。
rpy2和Rmagic都是一种对R的桥接,因此都须要安装R。不一样之处在于rpy2提供Python接口而Rmagic更接近R。
ggplot Python库是ggplot的Python移植,因此无需安装R,部署起来更为简单,但功能上也许和R的ggplot还有差距。
你们能够根据本身的须要作出选择。