前言
Python的繪圖庫(如matplotlib和seaborn)也允許使用者建立優雅的圖形，但是與R中的ggplot2的簡單、可讀和層次方法相比，它缺乏實作圖形文法的标準化文法，這使得用Python實作它更加困難。。
Plotnine
R的忠實使用者知道，ggplot2可以使您在處理探索性資料分析和資料可視化時更加簡單。它使得建立優雅而強大的情節變得如此容易，進而有助于解讀資料中的潛在關系。
那麼Python使用者是否也有類似的畫圖工具呢？
這個問題的答案在Plotnine中。
Plotnine的風格與R中的ggplot2有99%的相似之處，主要差別在于括号的使用，您将在下面的幾個簡短示例中看到。使用plotnine的一個最好的收獲是，輸出基本上與在R中得到的相同。在視覺上沒有顯著的差別。
接下來我們簡要介紹如何使用Plotnine。
安裝：
pip install pandas plotnine 讓我們用必要的庫來設定工作環境，并将csv檔案加載到名為survs_df的資料架構中：
ggplot(survs_df, aes(x='weight', y='hindfoot_length', size = 'year')) + geom_point() 要使用plotnine中的ggplot類生成一個圖形，我們必須提供三件事:
- 包含我們的資料的資料框。
- 如何将資料架構的列轉換為圖形元素的位置、顔色、大小和形狀(“美學”)。
- 要顯示的實際圖形元素(“幾何對象”)
ggplot(survs_df, aes(x='weight', y='hindfoot_length')) + geom_point() 
圖形建立
對于plotnine中的API，我們可以使用許多選項來建立圖形。
(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的主要賣點之一是FACET的能力。對于用一行代碼繪制資料子集，我們也有許多選項：
(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’)) 隻需在前面代碼的末尾添加facet_wrap(' ~gear ')，我們現在就有了一個分面情節。這實際上比使用Matplotlib和Seaborn要簡單得多。
參考文章：
https://www.kdnuggets.com/2019/12/python-alternative-ggplot2.html
https://monashdatafluency.github.io/python-workshop-base/modules/plotting_with_ggplot/