Lets-Plot: una biblioteca de gráficos de código abierto para datos estadísticos

• Lets-Plot es una biblioteca de gráficos multiplataforma basada en los principios de Grammar of Graphics que permite la visualización de datos estadísticos en Python y Kotlin
• Ofrece implementaciones separadas para Python y Kotlin, por lo que puede usarse desde entornos de notebook hasta IDEs y desarrollo de apps, adaptándose a el flujo de trabajo de cada ecosistema
• En Python, los gráficos pueden verse no solo en notebooks, sino también en SciView de PyCharm y IntelliJ IDEA
• En Kotlin, apunta a casos de uso de visualización que van desde notebooks de Kotlin hasta apps Compose-Multiplatform
• Incluye geocodificación, gráficos con GeoDataFrame y personalización de tooltips y anotaciones, por lo que también puede usarse para datos espaciales y para crear gráficos interactivos

---

Descripción general de Lets-Plot

• Lets-Plot es una biblioteca de gráficos multiplataforma basada en los principios de Grammar of Graphics
• Si quieres aprender ggplot2 y Grammar of Graphics al mismo tiempo, se recomienda como material de referencia “ggplot2: Elegant Graphics for Data Analysis” de Hadley Wickham
• Los materiales para comenzar y los ejemplos están disponibles en las siguientes rutas
  • Get started
  • User Guide
  • Gallery

Plataformas compatibles y funciones principales

• Python

  • Es una biblioteca de visualización para Python ofrecida como Grammar of Graphics for Python
  • Puede usarse en notebooks de Python
  • Los gráficos también pueden verse en SciView de los IDEs PyCharm e IntelliJ IDEA

• Kotlin

  • Es una biblioteca de visualización multiplataforma para Kotlin ofrecida como Grammar of Graphics for Kotlin
  • Está orientada a casos de uso dentro del ecosistema Kotlin, desde notebooks de Kotlin hasta apps Compose-Multiplatform

• Visualización geoespacial

  • Con el módulo de Geocoding se pueden encontrar objetos espaciales
  • Si ya tienes un GeoDataFrame, puedes graficarlo directamente

• Tooltips y anotaciones

  • Se pueden personalizar el contenido, el formato de los valores y la apariencia de los tooltips y las annotations de las capas del gráfico

[GN⁺]

Opiniones de Hacker News

• Está genial. Parece estar basado en la gramática de gráficos al estilo ggplot2. Se pueden ver ejemplos aquí: https://lets-plot.org/pages/charts.html
  Los gráficos de datos también se ven bastante bien: https://lets-plot.org/pages/charts.html#discrete-icon-discre...
  Los gráficos de distribución igual: https://lets-plot.org/pages/charts.html#visualization-of-dis...
  Me pregunto cómo se compara este proyecto con plotnine, la biblioteca de gráficos estilo ggplot2 para Python

  • Me pregunto si ggplot2 es lo suficientemente general como para crear cualquier gráfico que uno quiera, o si más bien tiene un estilo muy marcado en cuanto a la forma o los tipos de gráficos que permite hacer. Dicho eso, quizá lo mejor de esta biblioteca es que también se puede usar en Kotlin

• La desventaja de las bibliotecas tipo ggplot en lenguajes que no son R es que se pierde la enorme cantidad de excelentes bibliotecas complementarias[1] disponibles en el original. En lo personal, hago mucho procesamiento de datos en Python, luego exporto a R, y hago todos los gráficos ahí
  Siento que la gente de estadística le da más importancia a los gráficos y dedica más tiempo a pulirlos. Además, Copilot ayuda muy bien con la semántica y las opciones de ggplot basadas en R porque tiene mucho material del que aprender. No sé si pasará lo mismo con las diferencias sutiles de las bibliotecas que lo replican
  [1] https://youtu.be/7UjA_5gNvdw

  • Buen video. Muestra bien que R aporta expresividad adicional en la explicación y la visualización. En vez de aprender otro wrapper de gráficos para Python, quizá convenga más aprender un poco de R
  • Es cierto que Copilot ayuda bien con la semántica y las opciones de ggplot basadas en R, pero no creo que ese tipo de diferencias sean un gran obstáculo para los modelos de lenguaje grandes. Si intentas convertir scripts de un lenguaje a otro, puedes ver qué tan bien generalizan los modelos de lenguaje grandes, aunque claro, no es perfecto
    Si se les da suficiente contexto, probablemente produzcan resultados bastante útiles

• Esto también se ve bastante parecido a plotnine [0], que ofrece una interfaz de gramática de gráficos para Python. Aun así, me gusta ggplot y espero con ganas el día en que pueda usar esto en investigación
  Estaría bien poder portar o reimplementar ggthemes, scientificplots [1] y otras bibliotecas de ggplot en lets-plot
  0: https://plotnine.readthedocs.io/en/stable/
  1: https://github.com/garrettj403/SciencePlots

• No entiendo por qué hace falta. ¿De verdad alguien estaba buscando con tanta urgencia otra biblioteca de gráficos?

  • El simple hecho de que pueda hacer gráficos estadísticos y no esté basada en matplotlib ya es un buen comienzo. Plotly es complicado, Altair no tiene muy buena usabilidad, y bokeh tiene el mismo estilo imperativo que matplotlib además de ser algo pesado
    Seaborn está bien, pero igual hay que lidiar con la abstracción con fugas que tiene encima de matplotlib, así que combinar cosas se vuelve más difícil y también cuesta conseguir interactividad. Por eso yo sí quiero algo así. Quiero buenos gráficos interactivos que se sientan rápidos y nativos; incluso intenté hacer uno por mi cuenta. Ggplot te deja concentrarte solo en lo que quieres dibujar y pasarle un dataframe, y esto también parece ir por ahí
  • Parece que lo hicieron para usarlo en los nuevos Kotlin Notebooks de JetBrains
  • Todo el mundo lo quiere. Todas las alternativas tienen grandes desventajas, así que más competencia es algo bueno

• ¿Hay algún tutorial o guía centrado en Python para crear gráficos con este enfoque de gramática de gráficos? ¿O hay que leer el libro de ggplot2 e ir pasando los ejemplos de R a Python?

  • Parece que Vega-Altair tiene documentación introductoria y tutoriales sobre su propio enfoque
    https://vega.github.io/vega/docs/

• Todo está hecho en Kotlin Multiplatform y solo le ponen encima un wrapper delgado para Python. Bastante sorprendente

  • Sería aún más sorprendente si pudiera usarse en todos los destinos de Compose Multiplatform. Por ahora parece que soporta Kotlin/JS y JVM: https://github.com/JetBrains/lets-plot-kotlin#in-jvm-js

• El mayor problema de las bibliotecas de gráficos era que no manejaban bien cientos de millones de puntos de datos de inmediato. En mi último proyecto de ciencia de datos probé todas las bibliotecas de gráficos principales, pero ninguna funcionaba correctamente al pasar de unos cuantos millones de puntos
  Quería gráficos que se pudieran visualizar en tiempo real y hacer zoom, y esa terminó siendo la parte difícil del proyecto. Solo un producto decía poder hacerlo con GPU en la nube, pero requería una suscripción de pago y subir los datos a la nube. No quería otra biblioteca más, sino una que de verdad funcionara bien y pudiera aprovechar la GPU local para graficar

  • Esto sí es posible: https://github.com/wwwtyro/candygraph
    Si bajas a la sección de ejemplos, hay gráficos con muchísimos puntos: https://wwwtyro.github.io/candygraph/examples/dist/
  • A veces hay soporte para interactividad, gráficos 3D y estilizado de gráficos, pero de forma torpe. O intentan imitar una interfaz de gráficos tipo Matlab que no es intuitiva
  • Sorprendentemente, una biblioteca de gráficos de modo inmediato encaja bastante bien para este uso
    https://github.com/epezent/implot
    Java: https://github.com/SpaiR/imgui-java
    También hay para Rust:
    https://www.egui.rs/#Demo
    Basta con ver la demo de Open Plot. En la web, probablemente bastaría con compilarlo a WASM. Parece que se podría hacer solo la parte del gráfico en WASM e incrustarla en el DOM existente
  • Si usas Julia, Makie maneja este caso de uso muy bien, y también tiene buena interoperabilidad con Python
    https://github.com/holoviz/datashader es una opción decente en el ecosistema de Python
  • https://www.pyqtgraph.org/

• ggplot2 es excelente para explorar datos. En su momento fue una ventaja verdaderamente única de R
  Para dashboards prefiero más Apache ECharts:
  https://github.com/ecomfe/awesome-echarts

• Está realmente genial. ¿Esto es una reimplementación de ggplot2 en Python? pygg es una biblioteca ligera que convierte la sintaxis ggplot de Python en código de R ggplot2
  La desventaja es que no es interactiva y se ejecuta en R; la ventaja es que ejecuta la implementación de ggplot de Hadley en R
  https://github.com/sirrice/pygg

• A mí me decepciona un poco que básicamente copiara ggplot. ggplot no es la respuesta definitiva al diseño de bibliotecas de visualización
  Por ejemplo, ggplot tiene el concepto de escala, que corresponde exactamente a una función. Eso solo añade complejidad conceptual innecesaria a la biblioteca. Quitar eso sería una mejora sencilla

  • Independientemente de los defectos que tenga ggplot, ni matplotlib, ni base R, ni ninguna otra biblioteca de gráficos me ha permitido hacer gráficos a una velocidad cercana a la de lo que escribo al teclear. En ggplot eso es posible sin mucha ayuda
    En matplotlib, solo recientemente, usándolo mucho e incluso con GitHub Copilot, he podido acercarme a eso
  • scale no es exactamente una función, porque para dibujar ejes y leyendas también se necesita una función inversa. Y, de hecho, la mayor parte de la complejidad real de scale viene de los ejes y las leyendas