morning-start Plotnine Basics
任务目标
- 本 Skill 用于：掌握 Plotnine 数据可视化的基础语法和核心概念
- 能力包含：ggplot 创建、aes 美学映射、DataFrame 支持、管道操作、图表保存
- 触发条件：当用户需要使用 Plotnine 创建基础数据可视化时
前置准备
- 环境安装：
pip install plotnine pandas # 或安装完整依赖 pip install 'plotnine[extra]'
操作步骤
标准流程
1. 创建基础散点图
from plotnine import ggplot, aes, geom_point, labs
from plotnine.data import penguins
(
ggplot(penguins, aes("bill_length_mm", "bill_depth_mm", color="species"))
+ geom_point()
)
2. 理解 ggplot 核心概念
ggplot(data, mapping)
data：DataFrame 数据mapping：aes() 美学映射- 使用
+添加图层
3. 美学映射 (aes)
aes(x="column1", y="column2")
aes(x="column1", y="column2", color="category")
aes(x="column1", y="column2", size="numeric_col", alpha="category")
4. DataFrame 支持
import pandas as pd
import polars as pl
# Pandas
df = pd.DataFrame({...})
ggplot(df, aes("x", "y"))
# Polars 支持管道操作
df_pl = pl.from_pandas(df)
df_pl >> ggplot(aes("x", "y")) + geom_point()
5. 保存图表
# 方法1：使用 save 方法
p = ggplot(df, aes("x", "y")) + geom_point()
p.save("plot.png", width=4, height=3, dpi=300)
# 方法2：显示图表
p.show()
可选分支
当需要多图层时
(
ggplot(df, aes("x", "y"))
+ geom_point() # 第一层：散点
+ geom_smooth(method="lm") # 第二层：平滑线
+ labs(title="Title", x="X Label", y="Y Label")
)
资源索引
必要脚本
- scripts/quick_plot.py：快速绑图脚本
领域参考
references/ggplot.md
- 何时读取：需要深入了解 ggplot 对象时
- 内容：ggplot 参数、方法、save/draw/show
references/aes.md
- 何时读取：需要使用美学映射时
- 内容：aes 参数、映射类型、after_stat/after_scale
references/dataframe-support.md
- 何时读取：需要处理数据框时
- 内容：Pandas/Polars 支持、管道操作
注意事项
字符串表达式
- 在 aes 中使用字符串引用列名
- 支持 numpy 和 pandas 函数
- 使用 after_stat() 访问统计计算的变量
性能
- 大数据集可能渲染较慢
- 使用 sample() 采样数据进行快速探索