在ipython notebook中調用ggplot的三種不一樣的方法

在大數據時代，數據可視化是一個很是熱門的話題。各個BI的廠商無不在數據可視化領域裏投入大量的精力。Tableau憑藉其強大的數據可視化的功能成爲硅谷煊赫一時的上市公司。Tableau的數據可視化的產品，其理論基礎實際上是《The Grammar of Graphic》，該書提出了對信息可視化的圖表的語法抽象體系，數據的探索和分析能夠由圖像的語法來驅動，而非有固定的圖表類型來驅動，使得數據的探索過程變得友好而有趣。

然而對於The Grammar of Graphic的理論的實踐，並不是Tableau獨佔，ggplot做爲R語言上得一個圖形庫，其理論基礎也是這本書。（注，筆者曾就任的某BI巨頭，主要職責也是數據可視化，咱們曾經和加拿大團隊研發過相似的產品，基於HTML5和D3，惋惜因爲種種緣由未能推向市場）

如今愈來愈多的人開始使用python來作數據分析，IPython Notebook尤爲使人喜好，它的實時交互把腳本語言的優點發揮到極致。那麼怎樣才能在IPython Notebook中使用ggplot呢？我這裏跟你們分享三種不一樣的方式供你們選擇。

RPy2

第一種方式是使用rpy2, rpy2是對rpy的改寫和從新設計，旨在提供Python用戶在python中使用R的API。

rpy2提供了對R語言的對象和方法的基本封裝，固然也包括可視化的圖庫這一塊。

下面就是一段運行ggplot的R程序使用rpy2在python中運行的例子：

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中運行會有缺陷，會彈出一個新的窗口顯示圖，並且該python進程會阻塞在那裏。咱們但願圖表能內嵌在IPython Notebook的頁面中，爲了解決該問題，咱們引入以下代碼：

%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)

運行上述代碼後，咱們把ggplot的調用pp.plot()改成調用ggplot_notebook(pp, height=300)就能成功嵌入顯示ggplot的結果。

RMagic

另外一種方式是使用rmagic，rmagicy實際上依賴於rpy2。它的使用方式更像是直接在使用R

%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)

運行結果以下

ggplot for python

ggplot是一個python的庫，基本上是對R語言ggplot的功能移植到Python上。

運行安裝腳本

pip install ggplot

安裝成功後，能夠試一下這個例子

%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')

結果以下：

總結

本文提供了三種不一樣的方式在Python（IPython Notebook）中調用ggplot。

rpy2和Rmagic都是一種對R的橋接，因此都須要安裝R。不一樣之處在於rpy2提供Python接口而Rmagic更接近R。

ggplot Python庫是ggplot的Python移植，因此無需安裝R，部署起來更爲簡單，但功能上也許和R的ggplot還有差距。

你們能夠根據本身的須要作出選擇。