使用 Lets-Plot for Kotlin 進行資料視覺化

Lets-Plot for Kotlin (LPK) 是一個多平台繪圖函式庫，它將 R 的 ggplot2 函式庫 移植到 Kotlin。LPK 將功能豐富的 ggplot2 API 引入 Kotlin 生態系統，使其非常適合需要精密資料視覺化功能的科學家和統計學家。

LPK 支援多種平台，包括 Kotlin Notebook、Kotlin/JS、JVM 的 Swing、JavaFX 和 Compose Multiplatform。此外，LPK 還與 IntelliJ、DataGrip、DataSpell 和 PyCharm 無縫整合。

本教學課程示範如何使用 LPK 和 Kotlin DataFrame 函式庫，在 IntelliJ IDEA 中的 Kotlin Notebook 中建立不同類型的圖表。

開始之前

Kotlin Notebook 依賴於 Kotlin Notebook 外掛程式，該外掛程式在 IntelliJ IDEA 中預設捆綁並啟用。

如果 Kotlin Notebook 功能不可用，請確保外掛程式已啟用。有關更多資訊，請參閱 設定環境。

建立一個新的 Kotlin Notebook 來使用 Lets-Plot：

1. 選取 File | New | Kotlin Notebook。

2. 在你的 Notebook 中，執行以下命令來匯入 LPK 和 Kotlin DataFrame 函式庫：

   %use lets-plot
   %use dataframe

準備資料

讓我們建立一個 DataFrame，它儲存了柏林、馬德里和加拉加斯三座城市模擬的月平均溫度數值。

使用 Kotlin DataFrame 函式庫中的 dataFrameOf() 函式來產生 DataFrame。將以下程式碼片段貼到你的 Kotlin Notebook 中並執行：

// The months variable stores a list with 12 months of the year
val months = listOf(
    "January", "February",
    "March", "April", "May",
    "June", "July", "August",
    "September", "October", "November",
    "December"
)
// The tempBerlin, tempMadrid, and tempCaracas variables store a list with temperature values for each month
val tempBerlin =
    listOf(-0.5, 0.0, 4.8, 9.0, 14.3, 17.5, 19.2, 18.9, 14.5, 9.7, 4.7, 1.0)
val tempMadrid =
    listOf(6.3, 7.9, 11.2, 12.9, 16.7, 21.1, 24.7, 24.2, 20.3, 15.4, 9.9, 6.6)
val tempCaracas =
    listOf(27.5, 28.9, 29.6, 30.9, 31.7, 35.1, 33.8, 32.2, 31.3, 29.4, 28.9, 27.6)

// The df variable stores a DataFrame of three columns, including monthly records, temperature, and cities
val df = dataFrameOf(
    "Month" to months + months + months,
    "Temperature" to tempBerlin + tempMadrid + tempCaracas,
    "City" to List(12) { "Berlin" } + List(12) { "Madrid" } + List(12) { "Caracas" }
)
df.head(4)

你可以看到 DataFrame 有三欄：Month (月份)、Temperature (溫度) 和 City (城市)。DataFrame 的前四列包含柏林從一月到四月的溫度記錄：

要使用 LPK 函式庫建立圖表，你需要將資料 (df) 轉換為 Map 類型，該類型以鍵值對的形式儲存資料。你可以使用 .toMap() 函式輕鬆地將 DataFrame 轉換為 Map：

val data = df.toMap()

建立散佈圖

讓我們使用 LPK 函式庫在 Kotlin Notebook 中建立一個散佈圖。

一旦你的資料採用 Map 格式，就可以使用 LPK 函式庫中的 geomPoint() 函式來產生散佈圖。你可以指定 X 軸和 Y 軸的值，以及定義類別及其顏色。此外，你可以自訂圖表的大小和點形狀以符合你的需求：

// Specifies X and Y axes, categories and their color, plot size, and plot type
val scatterPlot =
    letsPlot(data) { x = "Month"; y = "Temperature"; color = "City" } + ggsize(600, 500) + geomPoint(shape = 15)
scatterPlot

結果如下：

建立盒狀圖

讓我們將資料視覺化為盒狀圖。使用 LPK 函式庫中的 geomBoxplot() 函式來產生圖表，並使用 scaleFillManual() 函式自訂顏色：

// Specifies X and Y axes, categories, plot size, and plot type
val boxPlot = ggplot(data) { x = "City"; y = "Temperature" } + ggsize(700, 500) + geomBoxplot { fill = "City" } +
    // Customizes colors        
    scaleFillManual(values = listOf("light_yellow", "light_magenta", "light_green"))
boxPlot

結果如下：

建立 2D 密度圖

現在，讓我們建立一個 2D 密度圖來視覺化一些隨機資料的分佈和集中。

準備 2D 密度圖的資料

1. 匯入處理資料和產生圖表的相依性：

   %use lets-plot
   
   @file:DependsOn("org.apache.commons:commons-math3:3.6.1")
   import org.apache.commons.math3.distribution.MultivariateNormalDistribution

   TIP

   有關將相依性匯入 Kotlin Notebook 的更多資訊，請參閱 Kotlin Notebook 文件。

2. 將以下程式碼片段貼到你的 Kotlin Notebook 中並執行，以建立 2D 資料點集：

   // Defines covariance matrices for three distributions
   val cov0: Array<DoubleArray> = arrayOf(
       doubleArrayOf(1.0, -.8),
       doubleArrayOf(-.8, 1.0)
   )
   
   val cov1: Array<DoubleArray> = arrayOf(
       doubleArrayOf(1.0, .8),
       doubleArrayOf(.8, 1.0)
   )
   
   val cov2: Array<DoubleArray> = arrayOf(
       doubleArrayOf(10.0, .1),
       doubleArrayOf(.1, .1)
   )
   
   // Defines the number of samples
   val n = 400
   
   // Defines means for three distributions
   val means0: DoubleArray = doubleArrayOf(-2.0, 0.0)
   val means1: DoubleArray = doubleArrayOf(2.0, 0.0)
   val means2: DoubleArray = doubleArrayOf(0.0, 1.0)
   
   // Generates random samples from three multivariate normal distributions
   val xy0 = MultivariateNormalDistribution(means0, cov0).sample(n)
   val xy1 = MultivariateNormalDistribution(means1, cov1).sample(n)
   val xy2 = MultivariateNormalDistribution(means2, cov2).sample(n)

   在上面的程式碼中，xy0、xy1 和 xy2 變數儲存了包含 2D (x, y) 資料點的陣列。

3. 將你的資料轉換為 Map 類型：

   val data = mapOf(
       "x" to (xy0.map { it[0] } + xy1.map { it[0] } + xy2.map { it[0] }).toList(),
       "y" to (xy0.map { it[1] } + xy1.map { it[1] } + xy2.map { it[1] }).toList()
   )

產生 2D 密度圖

使用上一步的 Map，建立一個 2D 密度圖 (geomDensity2D)，並在背景中加入一個散佈圖 (geomPoint)，以便更好地視覺化資料點和離群值。你可以使用 scaleColorGradient() 函式來自訂顏色比例：

val densityPlot = letsPlot(data) { x = "x"; y = "y" } + ggsize(600, 300) + geomPoint(
    color = "black",
    alpha = .1
) + geomDensity2D { color = "..level.." } +
        scaleColorGradient(low = "dark_green", high = "yellow", guide = guideColorbar(barHeight = 10, barWidth = 300)) +
        theme().legendPositionBottom()
densityPlot

結果如下：

後續步驟

• 在 Lets-Plot for Kotlin 的文件中探索更多圖表示例。
• 查閱 Lets-Plot for Kotlin 的 API 參考。
• 在 Kotlin DataFrame 和 Kandy 函式庫文件中了解如何使用 Kotlin 轉換和視覺化資料。
• 查找有關 Kotlin Notebook 使用和主要功能的更多資訊。