Matplotlib vs ggplot2: którego powinieneś użyć?

Dwie najpopularniejsze biblioteki do wizualizacji danych w całej nauce o danych to ggplot2 i Matplotlib .

Biblioteka ggplot2 jest używana w statystycznym języku programowania R, natomiast Matplotlib jest używany w Pythonie.

Chociaż obie biblioteki umożliwiają tworzenie wysoce spersonalizowanych wizualizacji danych, ggplot2 generalnie pozwala na to przy użyciu mniejszej liczby wierszy kodu w porównaniu do Matplotlib.

Aby zilustrować ten punkt, pokażemy, jak tworzyć tego samego typu wykresy przy użyciu obu bibliotek.

Wykresy liniowe: ggplot2 vs Matplotlib

Poniższy kod pokazuje, jak utworzyć wykres liniowy za pomocą ggplot2 :

 library (ggplot2)

#create data frame
df <- data. frame (day=c(1, 2, 3, 4, 5, 6, 7, 8, 9, 10),
                 sales=c(2, 4, 5, 8, 6, 12, 15, 19, 15, 22))

#create line chart
ggplot(df, aes(x=day, y=sales)) +
  geom_line(size= 1.2 , col=' purple ') +
  ggtitle(' Sales by Day ') +
  xlab(' Day ') +
  ylab(' Sales ')

Poniższy kod pokazuje, jak utworzyć ten sam wykres liniowy za pomocą Matplotlib :

 import pandas as pd
import matplotlib. pyplot as plt 

#createDataFrame
df = pd. DataFrame ({' day ': [1, 2, 3, 4, 5, 6, 7, 8, 9, 10],
                   ' sales ': [2, 4, 5, 8, 6, 12, 15, 19, 15, 22]})

#create line chart
plt. plot (df. day , df. sales , color=' purple ')
plt. title (' Sales by Day ', loc=' left ')
plt. ylabel (' Sales ')
plt. xlabel (' Day ') 

W tym przykładzie liczba wierszy kodu potrzebnych do wygenerowania każdego wykresu jest w przybliżeniu taka sama między ggplot2 i Matplotlib.

Wykresy rozrzutu: ggplot2 kontra Matplotlib

Poniższy kod pokazuje, jak utworzyć wykres rozrzutu w ggplot2 , w którym punkty są kolorowane według kategorii:

 library (ggplot2)

#create data frame
df <- data. frame (team=c('A', 'A', 'A', 'A', 'B', 'B', 'B', 'B'),
                 assists=c(1, 2, 2, 4, 5, 7, 8, 10),
                 points=c(4, 6, 10, 8, 12, 15, 22, 28))

#create scatterplot
ggplot(df, aes(x=assists, y=points)) +
  geom_point(aes(col=team), size= 3 ) 

Poniższy kod pokazuje, jak utworzyć ten sam wykres rozrzutu za pomocą Matplotlib :

 import pandas as pd
import matplotlib. pyplot as plt 

#createDataFrame
df = pd. DataFrame ({' team ': ['A', 'A', 'A', 'A', 'B', 'B', 'B', 'B'],
                   ' assists ': [1, 2, 2, 4, 5, 7, 8, 10],
                   ' points ': [4, 6, 10, 8, 12, 15, 22, 28]})

#define colors to use
color_list = [] 
for x in df[' team ']: 
    if x == ' A ': color_list. append (' #F8766D ') 
    else : color_list. append (' #00BFC4 ') 

#create scatterplot
plt. scatter (df. assists , df. points , c=color_list)
plt. ylabel (' points ')
plt. xlabel (' assists ')

Zauważ, że musieliśmy użyć znacznie więcej linii kodu w Matplotlib, aby wygenerować ten sam wykres co ggplot2.

Histogramy: ggplot2 vs Matplotlib

Poniższy kod pokazuje, jak utworzyć histogram w ggplot2 :

 library (ggplot2)

#create data frame
df <- data. frame (x=c(2, 2, 4, 4, 4, 5, 5, 6, 7, 7, 8, 8,
                     10, 11, 11, 11, 12, 13, 14, 14))

#create scatterplot
ggplot(df, aes(x=x)) +
  geom_histogram(bins= 6 , fill=' red ', color=' black ') +
  ggtitle(' My Histogram ') 

Poniższy kod pokazuje, jak utworzyć podobny histogram za pomocą Matplotlib :

 import pandas as pd
import matplotlib. pyplot as plt 

#createDataFrame
df = pd. DataFrame ({' x ': [2, 2, 4, 4, 4, 5, 5, 6, 7, 7, 8, 8,
                         10, 11, 11, 11, 12, 13, 14, 14]})

#create histogram
plt. hist (df[' x '], bins= 6 , color=' red ', ec=' black ')
plt. title (' My Histogram ', loc=' left ') 
plt. xlabel (' x ') 
plt. ylabel (' Count ') 

Po raz kolejny wersja Matplotlib wymaga więcej linii kodu niż ggplot2.

Wniosek

ggplot2 i Matplotlib umożliwiają tworzenie wysoce konfigurowalnych wizualizacji danych, ale ggplot2 zwykle zużywa mniej kodu.

Często preferencje między ggplot2 i Matplotlib zależą po prostu od języka programowania używanego do analizy danych.

Osoby korzystające z Pythona zwykle korzystają z Matplotlib, ponieważ mogą przeprowadzać analizę danych i tworzyć wizualizacje danych przy użyciu jednego języka programowania.

I odwrotnie, osoby używające R zwykle korzystają z ggplot2, ponieważ pozwala im to na przeprowadzanie wszystkich analiz i wizualizacji danych w jednym języku programowania.