[PYTHON] [Visualisierung] Ich möchte mit Plotly ein schönes Diagramm zeichnen

das ist

Zeichnet Plotly schöne Grafiken mit einer kleinen Menge Code, aber da ich nur matplotlib verwendet habe und nicht viel wusste, ist es ein Memorandum der Person, die versucht hat, beim Überprüfen loszulegen.

Umgebung

Google colaboratory

Installation

Wenn es colab ist, gibt es keine Installation, aber wenn nötig, können Sie es mit pip installieren

pip install plotly

Datenaufbereitung

Ich habe Zeitreihendaten, die sofort mit Seaborn verwendet werden können, daher werde ich sie verwenden. Das Folgende ist die Datenvorbereitung, also überspringen Sie sie

import seaborn as sns
import pandas as pd
from calendar import month_name

month_name_mappings = {name[:3]: n for n, name in enumerate(month_name)}

#Nur Datenaufbereitung
df = sns.load_dataset('flights')
df["month"] = df.month.apply(lambda x: month_name_mappings[x])
df["year-month"] = pd.to_datetime(df.year.astype(str) + "-" + df.month.astype(str))
ts_data = df[["passengers", "year-month"]].set_index("year-month")["passengers"]
ts_data

year-month
1949-01-01    112
1949-02-01    118
1949-03-01    132
1949-04-01    129
1949-05-01    121
             ... 
1960-08-01    606
1960-09-01    508
1960-10-01    461
1960-11-01    390
1960-12-01    432
Name: passengers, Length: 144, dtype: int64

Einfache Daten zur Anzahl der Passagiere pro Monat.

Grundbetrieb

Lassen Sie uns ein Diagramm erstellen

import plotly.graph_objects as go

fig = go.Figure()
fig.show()

Ich habe eine Grafik. Ich werde hier verschiedene Dinge hinzufügen.

#Liniendiagramm
fig = go.Figure()
fig.add_trace(go.Scatter(x=ts_data.index, y=ts_data.values, name="passengers"))
fig.show()

Versuchen Sie, den Speicher in logarithmischer Anzeige anzuzeigen

#Liniendiagramm
fig = go.Figure()
fig.add_trace(go.Scatter(x=ts_data.index, y=ts_data.values, name="passengers"))

#Spielen Sie mit dem Layout, um das Erscheinungsbild anzupassen
fig.update_layout(yaxis_type="log")
fig.show()

Ich möchte eine wunderschöne Grafik zeichnen

Ich möchte es luxuriöser machen, also werde ich versuchen, es auf verschiedene Arten zu visualisieren

Teilen Sie die Daten nach Monat auf und erstellen Sie ein Liniendiagramm der Änderungen in den einzelnen Daten
Versuchen Sie, ein Balkendiagramm der Gesamtzahl der Passagiere für jedes Jahr zu erstellen

#Knete ein paar Daten
ts_data_monthly = df.groupby("month")["passengers"].apply(list)
ts_sum_yearly = df.groupby("year")["passengers"].sum()

#Ich möchte mehrere Liniendiagramme erstellen
ts_data_monthly

month
1     [112, 115, 145, 171, 196, 204, 242, 284, 315, ...
2     [118, 126, 150, 180, 196, 188, 233, 277, 301, ...
3     [132, 141, 178, 193, 236, 235, 267, 317, 356, ...
4     [129, 135, 163, 181, 235, 227, 269, 313, 348, ...
5     [121, 125, 172, 183, 229, 234, 270, 318, 355, ...
6     [135, 149, 178, 218, 243, 264, 315, 374, 422, ...
7     [148, 170, 199, 230, 264, 302, 364, 413, 465, ...
8     [148, 170, 199, 242, 272, 293, 347, 405, 467, ...
9     [136, 158, 184, 209, 237, 259, 312, 355, 404, ...
10    [119, 133, 162, 191, 211, 229, 274, 306, 347, ...
11    [104, 114, 146, 172, 180, 203, 237, 271, 305, ...
12    [118, 140, 166, 194, 201, 229, 278, 306, 336, ...
Name: passengers, dtype: object

#Ich möchte ein Balkendiagramm erstellen
ts_sum_yearly

year
1949    1520
1950    1676
1951    2042
1952    2364
1953    2700
1954    2867
1955    3408
1956    3939
1957    4421
1958    4572
1959    5140
1960    5714
Name: passengers, dtype: int64

#Etikette(x-Achse)
ts_labels = ts_sum_yearly.index
ts_labels

Int64Index([1949, 1950, 1951, 1952, 1953, 1954, 1955, 1956, 1957, 1958, 1959,
            1960],
           dtype='int64', name='year')

Lassen Sie es uns visualisieren. Ich habe ein wenig mit dem Layout gespielt.

fig = go.Figure()

#Machen Sie monatliche Zeitreihendaten zu einem Faltliniendiagramm
for month, passengers in ts_data_monthly.iteritems():
    fig.add_trace(go.Scatter(x=ts_labels, y=passengers, name=str(month)+"Mond", yaxis='y2'))

#Erstellen Sie ein Balkendiagramm für die jährliche Gesamtsumme
fig.add_trace(go.Bar(x=ts_labels, y=ts_sum_yearly.values, name="gesamt", yaxis="y1"))

#Spielen Sie mit dem Layout, um das Erscheinungsbild anzupassen
#Da es zwei Achsen gibt, gibt es keinen Speicher
fig.update_layout(
    title={
        "text": "Anzahl der Zeitreihendaten der Passagiere",
        "x":0.5,
        "y": 0.9
    },
    legend={
        "orientation":"h",
        "x":0.5,
        "xanchor":"center"
    },
    yaxis1={
        "title": "Anzahl der Passagiere(gesamt)",
        "side": "left",
        "showgrid":False
    },
    yaxis2={
        "title": "Anzahl der Passagiere(Nach Monaten)",
        "side": "right",
        "overlaying": "y",
        "showgrid":False
    }
)
fig.show()

Sie können die Legende flattern lassen. Es ist erstaunlich, ein Diagramm zeichnen zu können, das mit so wenig Code ein wenig verschoben werden kann ...

Andere

Donuts (süß)

import numpy as np

ts_sum_monthly = df.groupby("month")["passengers"].sum()
#Lassen Sie es wie eine mondgeschnittene Pizza mit den meisten Passagieren aussehen
pull=[0]*12
pull[np.argmax(ts_sum_monthly.values)] = 0.2

fig = go.Figure()
fig.add_trace(go.Pie(
    labels=[str(month) + "Mond" for month in ts_sum_monthly.index],
    values=ts_sum_monthly.values,
    hole=.3,
    pull=pull
    )
)
fig.update_layout(
    title={
        "text": "Prozentsatz der Passagiere(1949~1960 insgesamt)",
        "x":0.5,
        "y": 0.9
    }
)
fig.show()

Erstellen Sie ein Kreisdiagramm für die Gesamtzahl der Passagiere pro Jahr

from plotly.subplots import make_subplots

specs = [[{'type':'domain'}, {'type':'domain'}, {'type':'domain'}, {'type':'domain'}] for _ in range(3)]
# 3*Teilen Sie das Diagramm in 4 Gitter
fig = make_subplots(rows=3, cols=4, specs=specs)

#Position des Etikettentitels auf jedem Kreisdiagramm des Etiketts
pos_x = [0.09, 0.37, 0.63, 0.91]
pos_y = [0.9, 0.5, 0.1]
annotations = []  

# (row, col)Platzieren Sie ein Kreisdiagramm an der Position von
row = 0
for i, (year, df_yearly) in enumerate(df.groupby(["year"])[["month","passengers"]]):
    pull=[0]*12
    pull[np.argmax(df_yearly.passengers.values)] = 0.2
    col = i%4+1
    if col == 1:
        row += 1
    annotations.append({
        "text": str(year)+"Jahr",
        "x": pos_x[col-1],
        "y": pos_y[row-1],
        "font_size": 10,
        "showarrow":False
    })
    fig.add_trace(go.Pie(
        labels=[str(month) + "Mond" for month in df_yearly.month.values],
        values=df_yearly.passengers.values,
        name=str(year)+"Jahr",
        hole=.3,
        pull=pull
    ),
    row, col
    )

fig.update_layout(
    title={
        "text": "Prozentsatz der Passagiere(Jährlich)",
        "x":0.5,
        "y": 0.9
    },
    annotations=annotations
)
fig.show()

das Ende

Bin ich der einzige, der froh ist, dass die Grafiken funktionieren? Das nächste Mal möchte ich ein Webframework namens dash zusammenfassen, mit dem Sie Dashboards mit Plot erstellen können.