morning-start Plotnine Stats
任务目标
- 本 Skill 用于：掌握 Plotnine 统计变换功能，实现数据聚合和计算
- 能力包含：直方图统计、密度估计、回归分析、汇总统计
- 触发条件：当用户需要对数据进行统计计算后再绑图时
前置准备
- 环境要求：已完成 plotnine-basics 学习
操作步骤
标准流程
1. 直方图统计 (stat_bin)
from plotnine import ggplot, aes, geom_histogram
(
ggplot(df, aes("value"))
+ geom_histogram(bins=30, fill="steelblue", alpha=0.7)
)
2. 密度估计 (stat_density)
from plotnine import stat_density
(
ggplot(df, aes("value", fill="category"))
+ stat_density(alpha=0.5)
)
3. 平滑回归 (stat_smooth)
from plotnine import geom_smooth
(
ggplot(df, aes("x", "y"))
+ geom_smooth(method="lm", se=True) # 线性回归 + 置信区间
+ geom_point()
)
4. 计数统计 (stat_count)
from plotnine import geom_bar
ggplot(df, aes("category")) + geom_bar()
# 等价于 ggplot(df, aes("category")) + geom_bar(stat="count")
5. 汇总统计 (stat_summary)
from plotnine import stat_summary
(
ggplot(df, aes("category", "value"))
+ stat_summary(fun_y="mean", geom="point", size=3)
+ stat_summary(fun_ymin="mean", fun_ymax="mean", geom="errorbar")
)
常用 Stat速查
| Stat | 功能 | 配对 Geom |
|---|---|---|
| stat_bin | 分箱计数 | geom_histogram, geom_freqpoly |
| stat_count | 计数 | geom_bar |
| stat_density | 密度估计 | geom_density |
| stat_smooth | 平滑回归 | geom_smooth |
| stat_boxplot | 箱线图统计 | geom_boxplot |
| stat_summary | 汇总统计 | point, errorbar, ribbon |
| stat_ecdf | 经验累积分布 | line |
| stat_qq | Q-Q 图 | geom_qq |
| stat_function | 函数曲线 | - |
| stat_identity | 原始数据 | 任意 |
可选分支
当需要使用 after_stat() 时
from plotnine import aes, after_stat
(
ggplot(df, aes("x", y=after_stat("count / sum(count)")))
+ geom_bar()
)
资源索引
领域参考
references/stat-bin-density.md
- 何时读取：需要创建直方图或密度图时
- 内容：stat_bin, stat_density, bins, kernel, adjust
references/stat-smooth-summary.md
- 何时读取：需要回归分析或汇总统计时
- 内容：stat_smooth, stat_summary, method 参数
注意事项
Stat vs Geom
- stat 是数据转换，geom 是视觉表示
- 同一 stat 可配不同 geom
- 使用
geom_xxx(stat="xxx")或stat_xxx(geom="xxx")
访问计算值
- 使用 after_stat() 在 aes 中访问 stat 计算的值
- 常用计算值：count, density, n, xmin, xmax