前言
Python的绘图库(如matplotlib和seaborn)也允许用户创建优雅的图形，但是与R中的ggplot2的简单、可读和层次 相比，它缺乏实现图形语法的标准化语法，这使得用Python实现它更加困难。。
Plotnine
R的忠实用户知道，ggplot2可以使您在处理探索性数据分析和数据可视化时更加简单。它使得创建优雅而强大的情节变得如此容易，从而有助于解读数据中的潜在关系。
那么Python用户是否也有类似的画图工具呢？
这个问题的答案在Plotnine中。
Plotnine的风格与R中的ggplot2有99%的相似之处，主要区别在于括号的使用，您将在下面的几个简短示例中看到。使用plotnine的一个更好的收获是，输出基本上与在R中得到的相同。在视觉上没有显著的区别。
接下来我们简要介绍如何使用Plotnine。
安装：
pip install pandas plotnine
让我们用必要的库来设置工作环境，并将csv文件加载到名为survs_df的数据框架中：
ggplot(survs_df, aes(x='weight', y='hindfoot_length', size = 'year')) + geom_point()
要使用plotnine中的ggplot类生成一个图形，我们必须提供三件事:
包含我们的数据的数据框。如何将数据框架的列转换为图形元素的位置、颜色、大小和形状(“美学”)。要显示的实际图形元素(“几何对象”)ggplot(survs_df, aes(x='weight', y='hindfoot_length')) + geom_point()
图形创建
对于plotnine中的API，我们可以使用许多选项来创建图形。
( ggplot(mtcars, aes(‘wt’, ‘mpg’, color=’factor(cyl)’)) + geom_point() + labs(title=’Miles per gallon vs Weight’, x=’Weight’, y=’Miles per gallon’) + guides(color=guide_legend(title=’Number of Cylinders’)) )
R中的ggplot的主要卖点之一是FACET的能力。对于用一行代码绘制数据子集，我们也有许多选项：
(ggplot(mtcars, aes(‘wt’, ‘mpg’, color=’factor(cyl)’)) + geom_point() + labs(title=’Miles per gallon vs Weight’,x=’Weight’, y=’Miles per gallon’) + guides(color=guide_legend(title=’Cylinders’)) + facet_wrap(‘~gear’) )
只需在前面代码的末尾添加facet_wrap(' ~gear ')，我们现在就有了一个分面情节。这实际上比使用Matplotlib和Seaborn要简单得多。
参考文章：
https://www.kdnuggets.com/2019/12/python-alternative-ggplot2.html
https://monashdatafluency.github.io/python-workshop-base/modules/plotting_with_ggplot/
