Lære Kom Godt i Gang med Plotly Express

Plotly Express er en kraftfuld og brugervenlig del af Plotly-biblioteket, designet til at hjælpe dig med at oprette interaktive diagrammer med blot få linjer kode. Som et højniveau-interface forenkler Plotly Express processen med at bygge visualiseringer ved at håndtere meget af den underliggende kompleksitet for dig. Du kan hurtigt generere forskellige diagramtyper, herunder spredningsdiagrammer, søjlediagrammer, linjediagrammer, områdediagrammer, lagkagediagrammer og flere. Dette gør Plotly Express til et fremragende valg, når du ønsker at udforske data visuelt eller dele interaktive diagrammer uden at bruge meget tid på opsætning. Syntaksen er intuitiv, og du kan nemt skifte mellem diagramtyper ved blot at ændre funktionsnavnet, mens de fleste parametre forbliver de samme.


              123456789101112
            
import plotly.express as px
from IPython.display import display, HTML

# Prepare toy data
x = [1, 2, 3, 4, 5]
y = [10, 15, 13, 17, 14]

# Create a simple scatter plot
fig = px.scatter(x=x, y=y, title="Simple Scatter Plot")

html = fig.to_html(full_html=False, include_plotlyjs="cdn")
display(HTML(html))

For at forstå, hvordan dette spredningsdiagram oprettes, startes der med at importere modulet plotly.express som px. Dernæst forberedes de data, du ønsker at visualisere; her repræsenterer to Python-lister, x og y, koordinaterne for punkterne. Funktionen px.scatter kaldes derefter med disse lister som argumenter samt en valgfri title-parameter til diagrammet. Denne funktion returnerer et figur-objekt, som vises ved hjælp af metoden show(). Med blot få linjer har du et interaktivt diagram, som du kan zoome, panorere og holde musen over for flere detaljer.


              123456789101112131415161718
            
import plotly.express as px
import pandas as pd
from IPython.display import display, HTML

# Prepare data as a dictionary
data = {
    "Fruits": ["Apple", "Banana", "Orange", "Grape"],
    "Quantity": [10, 15, 7, 12]
}

# Convert dictionary to a DataFrame
df = pd.DataFrame(data)

# Create a bar chart
fig = px.bar(df, x="Fruits", y="Quantity", title="Fruit Quantities")

html = fig.to_html(full_html=False, include_plotlyjs="cdn")
display(HTML(html))

At skifte mellem forskellige diagramtyper i Plotly Express er så enkelt som at ændre funktionsnavnet. For eksempel, for at oprette et søjlediagram i stedet for et scatter plot, bruges px.bar() i stedet for px.scatter(). Parametrene til at angive data forbliver de samme: du angiver stadig datakilden samt kolonnenavne eller datalister til akserne. Denne ensartethed gør det nemt at eksperimentere med forskellige visualiseringer—du skal blot udskifte diagramfunktionen, mens din datastruktur og parameternavne forbliver de samme.

Var alt klart?

Tak for dine kommentarer!

Sektion 1. Kapitel 2

Spørg AI

Spørg om hvad som helst eller prøv et af de foreslåede spørgsmål for at starte vores chat

Stryg for at vise menuen


              123456789101112
            
import plotly.express as px
from IPython.display import display, HTML

# Prepare toy data
x = [1, 2, 3, 4, 5]
y = [10, 15, 13, 17, 14]

# Create a simple scatter plot
fig = px.scatter(x=x, y=y, title="Simple Scatter Plot")

html = fig.to_html(full_html=False, include_plotlyjs="cdn")
display(HTML(html))


              123456789101112131415161718
            
import plotly.express as px
import pandas as pd
from IPython.display import display, HTML

# Prepare data as a dictionary
data = {
    "Fruits": ["Apple", "Banana", "Orange", "Grape"],
    "Quantity": [10, 15, 7, 12]
}

# Convert dictionary to a DataFrame
df = pd.DataFrame(data)

# Create a bar chart
fig = px.bar(df, x="Fruits", y="Quantity", title="Fruit Quantities")

html = fig.to_html(full_html=False, include_plotlyjs="cdn")
display(HTML(html))

Var alt klart?

Tak for dine kommentarer!

Sektion 1. Kapitel 2