Aprenda Adicionando Interatividade: Hover, Zoom e Seleção

Recursos interativos são uma das principais vantagens dos gráficos do Plotly, tornando a exploração de dados mais intuitiva e envolvente. Com o Plotly, é possível adicionar tooltips de hover para revelar detalhes sobre cada ponto, aplicar zoom para examinar regiões específicas dos dados e selecionar subconjuntos de dados diretamente no gráfico. Esses elementos interativos são especialmente úteis ao explorar conjuntos de dados complexos, identificar tendências ou compartilhar insights com outras pessoas que podem interagir com suas visualizações. Por padrão, os gráficos do Plotly Express incluem diversas funcionalidades interativas, mas é possível personalizá-las ainda mais para destacar as informações mais relevantes para sua análise.


              1234567891011121314151617181920212223242526272829
            
import plotly.express as px
import pandas as pd
from IPython.display import display, HTML

# Sample data
df = pd.DataFrame({
    "city": ["New York", "Los Angeles", "Chicago", "Houston", "Phoenix"],
    "population": [8398748, 3990456, 2705994, 2325502, 1660272],
    "area": [783.8, 1214.9, 589.6, 1651.1, 1340.6]
})

# Create scatter plot with custom hover data
fig = px.scatter(
    df,
    x="area",
    y="population",
    text="city",
    hover_data={
        "city": True,
        "population": ":,",
        "area": ":.1f"
    },
    labels={"area": "City Area (sq km)", "population": "Population"},
    title="City Population vs. Area"
)
fig.update_traces(marker=dict(size=14, color='skyblue'), textposition="top center")

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

Neste exemplo, é demonstrado como criar um gráfico de dispersão que exibe informações personalizadas no tooltip de hover. O parâmetro hover_data permite especificar exatamente quais colunas aparecem no tooltip e como elas são formatadas. Aqui, o nome da cidade, a população (com separadores de milhar) e a área (com uma casa decimal) são exibidos. Também é possível utilizar o parâmetro text para mostrar rótulos diretamente nos pontos do gráfico, facilitando a identificação de cada cidade rapidamente. Esse nível de personalização auxilia na apresentação dos detalhes mais relevantes ao público, sem sobrecarregar o gráfico.


              1234567891011121314151617181920212223242526
            
import plotly.express as px
import pandas as pd
from IPython.display import display, HTML

# Sample data
df = pd.DataFrame({
    "category": ["A", "B", "C", "D", "E"],
    "value1": [10, 15, 13, 17, 12],
    "value2": [23, 11, 18, 10, 15]
})

# Create a scatter plot to demonstrate zoom and selection
fig = px.scatter(
    df,
    x="value1",
    y="value2",
    color="category",
    title="Zoom and Selection Example"
)

# By default, Plotly Express enables zoom and selection tools
# You can configure the dragmode (e.g., 'zoom', 'select', 'lasso') as needed
fig.update_layout(dragmode='select')  # Try 'zoom', 'pan', or 'lasso' for different behaviors

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

A interatividade transforma gráficos estáticos em ferramentas poderosas de exploração de dados. Com o Plotly Express, recursos como dicas de ferramenta ao passar o mouse (hover), zoom e seleção são ativados por padrão, permitindo que você e seu público investiguem os dados de forma mais aprofundada. Personalizar as informações exibidas ao passar o mouse facilita destacar detalhes importantes, enquanto os controles de zoom e seleção ajudam a focar em padrões ou valores discrepantes específicos. Esses recursos interativos não apenas aprimoram sua análise, mas também tornam suas visualizações mais envolventes e informativas para outras pessoas.

Tudo estava claro?

Obrigado pelo seu feedback!

Seção 1. Capítulo 6

Pergunte à IA

Pergunte o que quiser ou experimente uma das perguntas sugeridas para iniciar nosso bate-papo

Deslize para mostrar o menu


              1234567891011121314151617181920212223242526272829
            
import plotly.express as px
import pandas as pd
from IPython.display import display, HTML

# Sample data
df = pd.DataFrame({
    "city": ["New York", "Los Angeles", "Chicago", "Houston", "Phoenix"],
    "population": [8398748, 3990456, 2705994, 2325502, 1660272],
    "area": [783.8, 1214.9, 589.6, 1651.1, 1340.6]
})

# Create scatter plot with custom hover data
fig = px.scatter(
    df,
    x="area",
    y="population",
    text="city",
    hover_data={
        "city": True,
        "population": ":,",
        "area": ":.1f"
    },
    labels={"area": "City Area (sq km)", "population": "Population"},
    title="City Population vs. Area"
)
fig.update_traces(marker=dict(size=14, color='skyblue'), textposition="top center")

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


              1234567891011121314151617181920212223242526
            
import plotly.express as px
import pandas as pd
from IPython.display import display, HTML

# Sample data
df = pd.DataFrame({
    "category": ["A", "B", "C", "D", "E"],
    "value1": [10, 15, 13, 17, 12],
    "value2": [23, 11, 18, 10, 15]
})

# Create a scatter plot to demonstrate zoom and selection
fig = px.scatter(
    df,
    x="value1",
    y="value2",
    color="category",
    title="Zoom and Selection Example"
)

# By default, Plotly Express enables zoom and selection tools
# You can configure the dragmode (e.g., 'zoom', 'select', 'lasso') as needed
fig.update_layout(dragmode='select')  # Try 'zoom', 'pan', or 'lasso' for different behaviors

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

Tudo estava claro?

Obrigado pelo seu feedback!

Seção 1. Capítulo 6