HN 日本語サマリー

← 一覧へ戻る
プログラミング

Plotnine

Plotnine (plotnine.org)

12 pointsby tosh7 コメント

要約

Plotnineは、ggplot2に似た「グラフィックの文法」に基づいたPython用のデータ可視化パッケージです。アドホックなプロットから出版品質の図まで、少ないコードで柔軟に作成できます。本記事では、アンスコムのカルテットの可視化を例に、Plotnineの主要な機能とワークフローを紹介しています。

全文翻訳

Plotnineは、グラフを記述・構築するための包括的なシステムであるグラフィックスの文法に基づいた、Python用のデータ可視化パッケージです。その構文は、広く成功しているRパッケージであるggplot2に似ています。

Plotnineの機能を探り、典型的なワークフローを、ほぼ同じ記述統計量を持つが異なる分布を持つ4つの小さなデータセットであるAnscombeのカルテットを可視化することによって見ていきましょう。これらはおそらくデータ可視化の最も良い論拠となるでしょう。最終結果は右側に示されています。

[画像: Anscombeのカルテットの最終的な可視化]

Plotnineを使用すると、わずか1行のコードでアドホックなプロットを作成できます。

from plotnine import *
from plotnine.data import anscombe_quartet

ggplot(anscombe_quartet, aes(x="x", y="y")) + geom_point()

私たちのデータには2つの連続変数が含まれているため、基本的な散布図から始めましょう。

まだあまり意味がありません。データセットを区別する方法が必要です。

[画像: 基本的な散布図]

凡例、ラベル、目盛り、カラーパレット。多くの要素はデータに基づいて自動的に追加されます。

ポイントをそれが属するデータセットに従って色分けすることで、プロットは自動的に凡例を取得します。色も自動的に選択されます。しかし、心配しないでください。後で見るように、すべて調整可能です。

まだかなり乱雑なので、別の方法を試してみましょう。

[画像: データセットごとに色分けされた散布図]

任意のデータ可視化を、forループを書かずに複数のパネルにわたって繰り返すことができます。

それは良いことです。パネルは色の使用を冗長にするので、修正する必要があります。

[画像: データセットごとにファセットされた散布図]

データと列のマッピングは継承されますが、レイヤーごとに変更できます。

これらのトレンドライン付き散布図は、異なる分布を持つデータセットが同じ記述統計量を持つことができるというAnscombeの主張を明確に支持しています。

探索的データ分析を行っている場合、このプロットで十分かもしれません。しかし、これを公開したい場合は、さらにカスタマイズしたくなるかもしれません。

[画像: トレンドライン付きのファセット散布図]

見えるものはすべて調整可能です。

(ggplot(anscombe_quartet, aes("x", "y"))
 + geom_point(color="sienna", fill="darkorange", size=3)
 + geom_smooth(method="lm", se=False, fullrange=True,
 color="steelblue", size=1)
 + facet_wrap("dataset")
 + scale_y_continuous(breaks=(4, 8, 12))
 + coord_fixed(xlim=(3, 22), ylim=(2, 14))
 + labs(title="Anscombe’s Quartet")
)

ここで、サイズと色を変更し、目盛りを改善し、タイトルを追加します。

[画像: カスタマイズされた散布図]

最後に、テーマをカスタマイズして、個人のスタイルや組織のブランドに合わせます。

(ggplot(anscombe_quartet, aes("x", "y"))
 + geom_point(color="sienna", fill="orange", size=3)
 + geom_smooth(method="lm", se=False, fullrange=True,
 color="steelblue", size=1)
 + facet_wrap("dataset")
 + labs(title="Anscombe’s Quartet")
 + scale_y_continuous(breaks=(4, 8, 12))
 + coord_fixed(xlim=(3, 22), ylim=(2, 14))
 + theme_tufte(base_family="Futura", base_size=16)
 + theme(
 axis_line=element_line(color="#4d4d4d"),
 axis_ticks_major=element_line(color="#00000000"),
 axis_title=element_blank(),
 panel_spacing=0.09,
 )
)

これで、わずか1行のコードから始め、データ可視化を段階的に改善およびカスタマイズしました。

独自のデータでこれらの種類の可視化を作成する方法に興味がありますか?次のセクションでは、Plotnineのインストール方法を説明します。

[画像: Plotnineのインストール方法を示す図]