Notice: This page requires JavaScript to function properly.
Please enable JavaScript in your browser settings or update your browser.
Lære Komme i Gang med Plotly Express | Seksjon
Interaktiv Plotting med Plotly

bookKomme i Gang med Plotly Express

Plotly Express er en kraftig og brukervennlig del av Plotly-biblioteket, utviklet for å hjelpe deg med å lage interaktive diagrammer med bare noen få kodelinjer. Som et høynivågrensesnitt forenkler Plotly Express prosessen med å bygge visualiseringer ved å håndtere mye av den underliggende kompleksiteten for deg. Du kan raskt generere ulike diagramtyper, inkludert spredningsdiagrammer, stolpediagrammer, linjediagrammer, områdediagrammer, sektordiagrammer og flere. Dette gjør Plotly Express til et utmerket valg når du ønsker å utforske data visuelt eller dele interaktive diagrammer uten å bruke mye tid på oppsett. Syntaksen er intuitiv, og du kan enkelt bytte mellom diagramtyper ved å endre bare funksjonsnavnet, mens de fleste parameterne forblir 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))
copy

For å forstå hvordan dette spredningsdiagrammet opprettes, starter du med å importere plotly.express-modulen som px. Deretter forbereder du dataene du ønsker å visualisere; her representerer to Python-lister, x og y, koordinatene til punktene. Funksjonen px.scatter kalles så med disse listene som argumenter, sammen med en valgfri title-parameter for diagrammet. Denne funksjonen returnerer et figur-objekt, som du viser ved hjelp av show()-metoden. Med bare noen få linjer har du et interaktivt diagram som du kan zoome, panorere og holde musepekeren over for mer informasjon.

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

Å bytte mellom ulike diagramtyper i Plotly Express er like enkelt som å endre funksjonsnavnet. For eksempel, for å lage et stolpediagram i stedet for et spredningsdiagram, bruk px.bar() i stedet for px.scatter(). Parameterne for å angi data forblir de samme: du oppgir fortsatt datakilden og kolonnenavnene eller datalistene for aksene. Denne konsistensen gjør det enkelt å eksperimentere med ulike visualiseringer—bytt bare diagramfunksjonen mens du beholder datastrukturen og parameternavnene uendret.

question mark

Hva brukes Plotly Express hovedsakelig til?

Select the correct answer

Alt var klart?

Hvordan kan vi forbedre det?

Takk for tilbakemeldingene dine!

Seksjon 1. Kapittel 2

Spør AI

expand

Spør AI

ChatGPT

Spør om hva du vil, eller prøv ett av de foreslåtte spørsmålene for å starte chatten vår

bookKomme i Gang med Plotly Express

Sveip for å vise menyen

Plotly Express er en kraftig og brukervennlig del av Plotly-biblioteket, utviklet for å hjelpe deg med å lage interaktive diagrammer med bare noen få kodelinjer. Som et høynivågrensesnitt forenkler Plotly Express prosessen med å bygge visualiseringer ved å håndtere mye av den underliggende kompleksiteten for deg. Du kan raskt generere ulike diagramtyper, inkludert spredningsdiagrammer, stolpediagrammer, linjediagrammer, områdediagrammer, sektordiagrammer og flere. Dette gjør Plotly Express til et utmerket valg når du ønsker å utforske data visuelt eller dele interaktive diagrammer uten å bruke mye tid på oppsett. Syntaksen er intuitiv, og du kan enkelt bytte mellom diagramtyper ved å endre bare funksjonsnavnet, mens de fleste parameterne forblir 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))
copy

For å forstå hvordan dette spredningsdiagrammet opprettes, starter du med å importere plotly.express-modulen som px. Deretter forbereder du dataene du ønsker å visualisere; her representerer to Python-lister, x og y, koordinatene til punktene. Funksjonen px.scatter kalles så med disse listene som argumenter, sammen med en valgfri title-parameter for diagrammet. Denne funksjonen returnerer et figur-objekt, som du viser ved hjelp av show()-metoden. Med bare noen få linjer har du et interaktivt diagram som du kan zoome, panorere og holde musepekeren over for mer informasjon.

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

Å bytte mellom ulike diagramtyper i Plotly Express er like enkelt som å endre funksjonsnavnet. For eksempel, for å lage et stolpediagram i stedet for et spredningsdiagram, bruk px.bar() i stedet for px.scatter(). Parameterne for å angi data forblir de samme: du oppgir fortsatt datakilden og kolonnenavnene eller datalistene for aksene. Denne konsistensen gjør det enkelt å eksperimentere med ulike visualiseringer—bytt bare diagramfunksjonen mens du beholder datastrukturen og parameternavnene uendret.

question mark

Hva brukes Plotly Express hovedsakelig til?

Select the correct answer

Alt var klart?

Hvordan kan vi forbedre det?

Takk for tilbakemeldingene dine!

Seksjon 1. Kapittel 2
some-alt