Lernen Kombinieren Mehrerer Diagramme und Unterdiagramme

Wenn verschiedene Datensätze verglichen oder mehrere Perspektiven innerhalb derselben Visualisierung hervorgehoben werden sollen, ist das Kombinieren von Diagrammen mithilfe von Subplots eine äußerst wertvolle Technik. Subplots ermöglichen die Darstellung mehrerer Diagramme – wie scatter plots, bar charts oder line graphs – nebeneinander oder gestapelt innerhalb einer einzigen Abbildung. Dieser Ansatz erleichtert das Erkennen von Mustern, Gegensätzen oder Korrelationen zwischen verschiedenen Variablen auf einen Blick erheblich. Beispielsweise kann die Verteilung zweier Variablen mit einem scatter plot gezeigt und gleichzeitig deren Häufigkeiten in einem bar chart zusammengefasst werden, alles in einer Ansicht zum direkten Vergleich.


              1234567891011121314151617181920212223
            
import plotly.graph_objs as go
from plotly.subplots import make_subplots
from IPython.display import display, HTML

# Create a subplot figure with 1 row and 2 columns
fig = make_subplots(rows=1, cols=2, subplot_titles=("Scatter Plot", "Bar Chart"))

# Add a scatter plot to the first subplot
fig.add_trace(
    go.Scatter(x=[1, 2, 3, 4], y=[10, 15, 13, 17], mode="markers", name="Scatter"),
    row=1, col=1
)

# Add a bar chart to the second subplot
fig.add_trace(
    go.Bar(x=["A", "B", "C", "D"], y=[5, 7, 3, 8], name="Bar"),
    row=1, col=2
)

fig.update_layout(title_text="Multiple Charts with Subplots")

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

Um diese kombinierte Abbildung zu erstellen, wird zunächst ein Subplot-Layout mit make_subplots erzeugt, wobei die gewünschte Anzahl an Zeilen und Spalten angegeben wird. In diesem Fall besteht die Abbildung aus einer Zeile und zwei Spalten, sodass die Diagramme nebeneinander angezeigt werden. Der Parameter subplot_titles beschriftet jedes Teilfenster zur schnellen Identifikation. Anschließend wird jeder Diagrammtyp mit add_trace hinzugefügt, wobei jeweils eine bestimmte Zeile und Spalte adressiert wird. Das Streudiagramm befindet sich in der ersten Spalte, während das Balkendiagramm in der zweiten Spalte platziert ist. Jeder Trace kann eigene Daten und einen eigenen Diagrammtyp besitzen, was vielfältige Visualisierungen innerhalb derselben Abbildung ermöglicht. Abschließend kann ein gemeinsamer Titel gesetzt oder das Layout weiter angepasst werden.


              1234567891011121314151617181920212223242526272829303132333435363738
            
import plotly.graph_objs as go
from plotly.subplots import make_subplots
from IPython.display import display, HTML

# Create subplots with custom titles and axis labels
fig = make_subplots(
    rows=1, cols=2,
    subplot_titles=("Age vs. Score", "Category Counts")
)

# Scatter plot with axis labels
fig.add_trace(
    go.Scatter(
        x=[18, 22, 27, 35], y=[80, 85, 90, 95],
        mode="markers",
        name="Scores"
    ),
    row=1, col=1
)
fig.update_xaxes(title_text="Age", row=1, col=1)
fig.update_yaxes(title_text="Score", row=1, col=1)

# Bar chart with axis labels
fig.add_trace(
    go.Bar(
        x=["Group A", "Group B", "Group C"],
        y=[20, 14, 23],
        name="Counts"
    ),
    row=1, col=2
)
fig.update_xaxes(title_text="Group", row=1, col=2)
fig.update_yaxes(title_text="Count", row=1, col=2)

fig.update_layout(title_text="Customized Subplot Titles and Axis Labels")

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

Beim Anordnen von Subplots sollte jedes Diagramm eindeutig mit Titeln und Achsenbeschriftungen versehen werden. Dies erleichtert den Betrachtern das Verständnis, was jedes Teilbild darstellt, ohne Verwirrung zu stiften. Verwenden Sie stets den Parameter subplot_titles, um jedem Diagramm einen Namen zu geben, und setzen Sie Achsenbeschriftungen für die x- und y-Achse mit update_xaxes und update_yaxes. Halten Sie das Layout ausgewogen – vermeiden Sie Überfüllung – und ordnen Sie verwandte Diagramme so an, dass Vergleiche einfach möglich sind. Wie in den vorherigen Beispielen zu sehen ist, sorgen verschiedene Diagrammtypen und klare Beschriftungen dafür, dass Ihre Visualisierungen informativer und zugänglicher werden.

War alles klar?

Danke für Ihr Feedback!

Abschnitt 1. Kapitel 5

Fragen Sie AI

Fragen Sie alles oder probieren Sie eine der vorgeschlagenen Fragen, um unser Gespräch zu beginnen

Swipe um das Menü anzuzeigen


              1234567891011121314151617181920212223
            
import plotly.graph_objs as go
from plotly.subplots import make_subplots
from IPython.display import display, HTML

# Create a subplot figure with 1 row and 2 columns
fig = make_subplots(rows=1, cols=2, subplot_titles=("Scatter Plot", "Bar Chart"))

# Add a scatter plot to the first subplot
fig.add_trace(
    go.Scatter(x=[1, 2, 3, 4], y=[10, 15, 13, 17], mode="markers", name="Scatter"),
    row=1, col=1
)

# Add a bar chart to the second subplot
fig.add_trace(
    go.Bar(x=["A", "B", "C", "D"], y=[5, 7, 3, 8], name="Bar"),
    row=1, col=2
)

fig.update_layout(title_text="Multiple Charts with Subplots")

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


              1234567891011121314151617181920212223242526272829303132333435363738
            
import plotly.graph_objs as go
from plotly.subplots import make_subplots
from IPython.display import display, HTML

# Create subplots with custom titles and axis labels
fig = make_subplots(
    rows=1, cols=2,
    subplot_titles=("Age vs. Score", "Category Counts")
)

# Scatter plot with axis labels
fig.add_trace(
    go.Scatter(
        x=[18, 22, 27, 35], y=[80, 85, 90, 95],
        mode="markers",
        name="Scores"
    ),
    row=1, col=1
)
fig.update_xaxes(title_text="Age", row=1, col=1)
fig.update_yaxes(title_text="Score", row=1, col=1)

# Bar chart with axis labels
fig.add_trace(
    go.Bar(
        x=["Group A", "Group B", "Group C"],
        y=[20, 14, 23],
        name="Counts"
    ),
    row=1, col=2
)
fig.update_xaxes(title_text="Group", row=1, col=2)
fig.update_yaxes(title_text="Count", row=1, col=2)

fig.update_layout(title_text="Customized Subplot Titles and Axis Labels")

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

War alles klar?

Danke für Ihr Feedback!

Abschnitt 1. Kapitel 5