使用 Lets-Plot for Kotlin 进行数据可视化

最终更新: 2025/02/06

Lets-Plot for Kotlin (LPK) 是一个跨平台的绘图库, 它将 R 的 ggplot2 库 移植到 Kotlin. LPK 将功能丰富的 ggplot2 API 带入 Kotlin 生态系统, 适合于需要复杂的数据可视化功能的科学家和统计学家.

LPK 可用于各种平台, 包括 Kotlin Notebooks, Kotlin/JS, JVM 的 Swing, JavaFX, 以及 Compose Multiplatform. 此外, LPK 还能与 IntelliJ, DataGrip, DataSpell, 和 PyCharm 无缝集成.

Lets-Plot

本教程演示如何在 IntelliJ IDEA 中, 通过 Kotlin Notebook, 使用 LPK 和 Kotlin DataFrame 库创建各种类型的绘图.

开始前的准备工作

  1. 下载并安装最新版的 IntelliJ IDEA Ultimate.

  2. 在 IntelliJ IDEA 中安装 Kotlin Notebook plugin.

    tip

    或者, 也可以在 IntelliJ IDEA 中, 通过菜单 Settings | Plugins | Marketplace, 找到 Kotlin Notebook plugin.

  3. 选择 File | New | Kotlin Notebook, 创建一个新的 Notebook.

  4. 在你的 Notebook 中, 运行以下命令, LPK 和 Kotlin DataFrame 库:

    %use lets-plot
%use dataframe

准备数据

我们来创建一个 DataFrame, 存储 3 个城市月平均气温的模拟数字: 柏林, 马德里, 和加拉加斯.

使用 Kotlin DataFrame 库的 dataFrameOf() 函数生成 DataFrame. 在你的 Kotlin Notebook中, 粘贴并运行下面的代码片段:

// months 变量保存一年中 12 个月份的列表
val months = listOf(
    "January", "February",
    "March", "April", "May",
    "June", "July", "August",
    "September", "October", "November",
    "December"
)
// tempBerlin, tempMadrid, 和 tempCaracas 变量保存每个月的气温值的列表
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)

// df 变量保存一个 DataFrame, 包含 3 个列, 分别是月份, 气温, 城市的记录
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 3 个列: Month, Temperature, 和 City. DataFrame 的前 4 行包含柏林从 1 月到 4 月的温度的记录:

浏览 DataFrame

要使用 LPK 库创建一个绘图, 你需要将你的 data (df) 转换为 Map 类型, 以键-值对的形式保存数据. 你可以使用 .toMap() 函数, 很容易的将 DataFrame 转换为 Map:

val data = df.toMap()

创建散点图(Scatter Plot)

我们在 Kotlin Notebook 中使用 LPK 库创建一个散点图.

有了 Map 格式的数据之后, 请使用 LPK 库的 geomPoint() 函数生成散点图. 你可以为 X 轴和 Y 轴指定值, 并定义分组, 以及分组的颜色. 此外, 你还可以 定制 绘图的大小, 点的形状, 以符合你的需要:

// 指定X 轴和 Y 轴, 分组和分组的颜色, 绘图大小, 以及绘图类型
val scatterPlot =
    letsPlot(data) { x = "Month"; y = "Temperature"; color = "City" } + ggsize(600, 500) + geomPoint(shape = 15)
scatterPlot

结果如下:

散点图

创建箱形图(Box Plot)

我们来使用箱形图对 数据 进行可视化. 请使用 LPK 库的 geomBoxplot() 函数来生成绘图, 并使用 scaleFillManual() 函数 定制 颜色:

// 指定X 轴和 Y 轴, 分组, 绘图大小, 以及绘图类型
val boxPlot = ggplot(data) { x = "City"; y = "Temperature" } + ggsize(700, 500) + geomBoxplot { fill = "City" } +
    // 定制颜色
    scaleFillManual(values = listOf("light_yellow", "light_magenta", "light_green"))
boxPlot

结果如下:

箱形图

创建 2D 密度图(Density Plot)

现在, 我们来创建一个 2D 密度图, 对一些随机数据的分布和集中度进行可视化.

为 2D 密度图准备数据

  1. 导入处理数据和生成绘图所需要的依赖项:

    %use lets-plot

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

    tip

    关于对 Kotlin Notebook 导入依赖项, 详情请参见 Kotlin Notebook 文档.

  2. 在你的 Kotlin Notebook 中, 粘贴并运行下面的代码片段, 创建一组 2D 数据点:

    // 为三个分布定义协方差矩阵
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)
)

// 定义样本数量
val n = 400

// 为三个分布定义均值
val means0: DoubleArray = doubleArrayOf(-2.0, 0.0)
val means1: DoubleArray = doubleArrayOf(2.0, 0.0)
val means2: DoubleArray = doubleArrayOf(0.0, 1.0)

// 从三个多元正态分布中生成随机样本
val xy0 = MultivariateNormalDistribution(means0, cov0).sample(n)
val xy1 = MultivariateNormalDistribution(means1, cov1).sample(n)
val xy2 = MultivariateNormalDistribution(means2, cov2).sample(n)

    在上面的代码中, xy0, xy1, 和 xy2 变量存储了包含 2D (x, y) 数据点的数组.

  3. 将你的数据转换为 Map 类型:

    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()
)

生成 2D 密度图

使用前面步骤中得到的 Map, 创建一个 2D 密度图 (geomDensity2D), 以散点图 (geomPoint) 作为背景, 这样可以更好的可视化数据点和异常值. 你可以使用 scaleColorGradient() 函数来定制颜色的梯度比例:

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

结果如下:

2D 密度图

下一步做什么