Lära Komma Igång med Plotly Express

Plotly Express är en kraftfull och lättanvänd del av Plotly-biblioteket, utformad för att hjälpa dig skapa interaktiva diagram med bara några rader kod. Som ett högnivågränssnitt förenklar Plotly Express processen att bygga visualiseringar genom att hantera mycket av den underliggande komplexiteten åt dig. Du kan snabbt generera olika diagramtyper, inklusive spridningsdiagram, stapeldiagram, linjediagram, områdesdiagram, cirkeldiagram och fler. Detta gör Plotly Express till ett utmärkt val när du vill utforska data visuellt eller dela interaktiva diagram utan att lägga mycket tid på konfiguration. Dess syntax är intuitiv, och du kan enkelt byta mellan diagramtyper genom att bara ändra funktionsnamnet, medan de flesta parametrar förblir desamma.


              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))

För att förstå hur detta spridningsdiagram skapas, börja med att importera modulen plotly.express som px. Förbered sedan de data du vill visualisera; här representerar två Python-listor, x och y, koordinaterna för punkterna. Funktionen px.scatter anropas därefter med dessa listor som argument, tillsammans med en valfri parameter title för diagrammet. Denna funktion returnerar ett figur-objekt, som du visar med metoden show(). Med bara några rader har du ett interaktivt diagram som du kan zooma, panorera och hovra över för mer information.


              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))

Att byta mellan olika diagramtyper i Plotly Express är lika enkelt som att ändra funktionsnamnet. Till exempel, för att skapa ett stapeldiagram istället för ett spridningsdiagram, använd px.bar() istället för px.scatter(). Parametrarna för att ange data förblir desamma: du anger fortfarande datakällan samt kolumnnamn eller datalistor för axlarna. Denna konsekvens gör det enkelt att experimentera med olika visualiseringar—byt bara diagramfunktionen medan du behåller din datastruktur och parameternamn oförändrade.

Var allt tydligt?

Tack för dina kommentarer!

Avsnitt 1. Kapitel 2

Fråga AI

Fråga vad du vill eller prova någon av de föreslagna frågorna för att starta vårt samtal

Svep för att visa menyn


              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 allt tydligt?

Tack för dina kommentarer!

Avsnitt 1. Kapitel 2