Notice: This page requires JavaScript to function properly.
Please enable JavaScript in your browser settings or update your browser.
Oppiskele Plotly Expressin Käytön Aloittaminen | Section
Interaktiivinen Visualisointi Plotlylla

bookPlotly Expressin Käytön Aloittaminen

Plotly Express on tehokas ja helppokäyttöinen osa Plotly-kirjastoa, joka on suunniteltu mahdollistamaan interaktiivisten kaavioiden luominen vain muutamalla koodirivillä. Korkean tason käyttöliittymänä Plotly Express yksinkertaistaa visualisointien rakentamista hoitamalla suuren osan taustalla olevasta monimutkaisuudesta puolestasi. Voit nopeasti luoda erilaisia kaaviotyyppejä, kuten hajontakaavioita, pylväskaavioita, viivakaavioita, aluekaavioita, ympyräkaavioita ja muita. Tämä tekee Plotly Expressistä erinomaisen valinnan, kun haluat tarkastella dataa visuaalisesti tai jakaa interaktiivisia kaavioita ilman pitkää alkuasettelua. Sen syntaksi on intuitiivinen, ja voit helposti vaihtaa kaaviotyyppiä muuttamalla vain funktiota, kun taas suurin osa parametreista pysyy samana.

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))
copy

Ymmärtääksesi, miten tämä hajontakaavio luodaan, aloita tuomalla plotly.express-moduuli nimellä px. Seuraavaksi valmistele data, jonka haluat visualisoida; tässä kaksi Python-listaa, x ja y, edustavat pisteiden koordinaatteja. px.scatter-funktiota kutsutaan näillä listoilla argumentteina sekä valinnaisella title-parametrilla kaaviolle. Tämä funktio palauttaa kuvaaja-olion, jonka voit näyttää show()-metodilla. Vain muutamalla rivillä saat interaktiivisen kaavion, jota voi zoomata, siirtää ja jonka päällä voi leijua saadakseen lisätietoja.

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))
copy

Eri kaaviotyyppien välillä vaihtaminen Plotly Expressissä on yhtä helppoa kuin funktion nimen muuttaminen. Esimerkiksi pylväsdiagrammin luomiseksi hajontakuvion sijaan käytetään px.bar()-funktiota px.scatter()-funktion sijaan. Datan määrittelyyn käytettävät parametrit pysyvät samoina: määrität edelleen tietolähteen sekä sarakkeiden nimet tai tietolistat akseleille. Tämä johdonmukaisuus tekee erilaisten visualisointien kokeilemisesta helppoa—vaihda vain kaaviotoiminto ja pidä tietorakenne sekä parametrien nimet samoina.

question mark

Mihin Plotly Expressiä käytetään ensisijaisesti?

Select the correct answer

Oliko kaikki selvää?

Miten voimme parantaa sitä?

Kiitos palautteestasi!

Osio 1. Luku 2

Kysy tekoälyä

expand

Kysy tekoälyä

ChatGPT

Kysy mitä tahansa tai kokeile jotakin ehdotetuista kysymyksistä aloittaaksesi keskustelumme

bookPlotly Expressin Käytön Aloittaminen

Pyyhkäise näyttääksesi valikon

Plotly Express on tehokas ja helppokäyttöinen osa Plotly-kirjastoa, joka on suunniteltu mahdollistamaan interaktiivisten kaavioiden luominen vain muutamalla koodirivillä. Korkean tason käyttöliittymänä Plotly Express yksinkertaistaa visualisointien rakentamista hoitamalla suuren osan taustalla olevasta monimutkaisuudesta puolestasi. Voit nopeasti luoda erilaisia kaaviotyyppejä, kuten hajontakaavioita, pylväskaavioita, viivakaavioita, aluekaavioita, ympyräkaavioita ja muita. Tämä tekee Plotly Expressistä erinomaisen valinnan, kun haluat tarkastella dataa visuaalisesti tai jakaa interaktiivisia kaavioita ilman pitkää alkuasettelua. Sen syntaksi on intuitiivinen, ja voit helposti vaihtaa kaaviotyyppiä muuttamalla vain funktiota, kun taas suurin osa parametreista pysyy samana.

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))
copy

Ymmärtääksesi, miten tämä hajontakaavio luodaan, aloita tuomalla plotly.express-moduuli nimellä px. Seuraavaksi valmistele data, jonka haluat visualisoida; tässä kaksi Python-listaa, x ja y, edustavat pisteiden koordinaatteja. px.scatter-funktiota kutsutaan näillä listoilla argumentteina sekä valinnaisella title-parametrilla kaaviolle. Tämä funktio palauttaa kuvaaja-olion, jonka voit näyttää show()-metodilla. Vain muutamalla rivillä saat interaktiivisen kaavion, jota voi zoomata, siirtää ja jonka päällä voi leijua saadakseen lisätietoja.

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))
copy

Eri kaaviotyyppien välillä vaihtaminen Plotly Expressissä on yhtä helppoa kuin funktion nimen muuttaminen. Esimerkiksi pylväsdiagrammin luomiseksi hajontakuvion sijaan käytetään px.bar()-funktiota px.scatter()-funktion sijaan. Datan määrittelyyn käytettävät parametrit pysyvät samoina: määrität edelleen tietolähteen sekä sarakkeiden nimet tai tietolistat akseleille. Tämä johdonmukaisuus tekee erilaisten visualisointien kokeilemisesta helppoa—vaihda vain kaaviotoiminto ja pidä tietorakenne sekä parametrien nimet samoina.

question mark

Mihin Plotly Expressiä käytetään ensisijaisesti?

Select the correct answer

Oliko kaikki selvää?

Miten voimme parantaa sitä?

Kiitos palautteestasi!

Osio 1. Luku 2
some-alt