python ggplot 很棒，但仍然很新，我发现需要使用传统的 matplotlib 技术来修改我的绘图。但我不确定如何将轴实例传递给 ggplot，或者从中取回一个。
所以假设我建立了一个这样的情节：
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。但现在假设我想要对数刻度的 y 轴。我希望能够做到这一点：
plt.gca().set_yscale('log')
不幸plt.gca()的是，不访问由ggplot. 我最终得到了两个数字：来自 ggplot 的线性比例直方图，以及一个带有对数比例 y 轴的空图。
我已经尝试了一些变体，但都gca()没有gcf()成功。
自 2013 年提出这个问题以来，可能已经发生了一些变化。从 ggplot 生成 matplotlib 图形的方法是
g.make()
之后，可以通过以下方式获得图形和轴
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 's answer中所示。
最后，可以使用常用savefig命令保存绘图。
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()
[这与当前的 ggpy 已过时]
现在有一个scale_y_log(). 如果你想在 中做某事matplotlib，你可以得到当前的图形/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 ggplotsprint(g)在ggplot.__repr__()方法（调用）中绘制了图，所以在构造 ggplot 对象之后ggplot.draw()没有简单的图形，但只有在（或）之后。也返回数字，所以你不需要使用matplotlibprintg.draw()g.draw()plt.gcf()
你试过了吗：
p = gp.ggplot(gp.aes(x='basesalary', y='compensation'), data = df)
p + gp.geom_histogram(binwidth = 10000) + gp.scale_y_log()
不知道它是否像那样工作，只是通过查看代码来猜测......