Question

python ggplot很棒，但还是新的，我发现需要回退传统的matplotlib技术来修改我的情节。但我不确定如何将轴实例传递给ggplot，或者从中获取一个实例。

所以让我说我建立一个这样的情节：

import ggplot as gp

（显式导入）

p = gp.ggplot(gp.aes(x='basesalary', y='compensation'), data = df)
p + gp.geom_histogram(binwidth = 10000)

到目前为止没有问题。但现在让我们说我希望y轴在对数范围内。我希望能够做到这一点：

plt.gca().set_yscale('log')

不幸的是，plt.gca()无法访问由ggplot创建的轴。我最终得到两个数字：ggplot的线性刻度直方图和带有对数刻度y轴的空图。

我尝试了gca()和gcf()的一些变体而没有成功。

Answer 1

自2013年提出此问题以来，可能会发生一些变化。从ggplot生成matplotlib图的方法是

g.make()

之后，可以通过

获得图形和轴

fig = plt.gcf()
ax = plt.gca()

或者，如果有更多轴，axes = fig.axes。

然后，可以在matplotlib中添加其他功能，如this question的答案所示。

最后，可以使用通常的savefig命令保存图表。

完整示例：

import ggplot as gp
import matplotlib.pyplot as plt

# produce ggplot
g = gp.ggplot(gp.aes(x='carat', y='price'), data=gp.diamonds)
g = g + gp.geom_point()
g = g + gp.ylab(' ')+ gp.xlab(' ')
# Make
g.make()

# obtain figure from ggplot
fig = plt.gcf()
ax = plt.gca()
# adjust some of the ggplot axes' parameters
ax.set_title("ggplot plot")
ax.set_xlabel("Some x label")
plt.savefig(__file__+".png")
plt.show()

Answer 2

[这已经过时了当前的ggpy]

现在有一个scale_y_log()。如果您想在matplotlib中执行某些操作，可以使用

获取当前图形/轴

g = ggplot(...)
fig = g.draw()
#or
g.draw() # or print(g)
fig = plt.gcf() 
ax = plt.gca()

您的版本失败，因为ggplots在print(g)方法（调用ggplot.__repr__()）的ggplot.draw()上绘制了图表，所以在构建之后就没有简单的matplotlib数字了ggplot对象，但仅在print（或g.draw()）之后。 g.draw()也会返回该数字，因此您无需使用plt.gcf()

Answer 3

你有没有尝试过：

p = gp.ggplot(gp.aes(x='basesalary', y='compensation'), data = df)
p + gp.geom_histogram(binwidth = 10000) + gp.scale_y_log()

不确定它是否正常工作，只是通过查看代码来猜测......

访问python ggplot中的轴或图

3 个答案: