Вивчайте Налаштування Діаграм: Макети, Кольори та Стилі

Налаштування діаграм є важливим для забезпечення зрозумілості, привабливості та легкості інтерпретації ваших візуалізацій даних. У Plotly Express ви маєте гнучкість змінювати багато аспектів діаграм, зокрема кольори, розміри маркерів, заголовки, підписи осей та загальне компонування. Налаштування допомагає аудиторії зосередитися на ключових частинах даних, а також забезпечує доступність і візуальну привабливість діаграм. За допомогою Plotly Express можна зіставляти стовпці даних з візуальними властивостями, такими як колір і розмір, точно налаштовувати компонування діаграм і застосовувати стилі відповідно до потреб презентації.


              1234567891011121314151617181920212223
            
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, 1213.9, 589.6, 1651.1, 1340.6]
})

# Scatter plot with customized marker colors and sizes
fig = px.scatter(
    df,
    x="Area",
    y="Population",
    color="City",             # Marker color based on city
    size="Population",        # Marker size based on population
    size_max=60               # Maximum marker size
)

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

У цьому прикладі точкової діаграми використовується параметр color для призначення різних кольорів кожному місту, що дозволяє легко розрізняти точки даних за категоріями. Параметр size зіставляє стовпець "Population" з розмірами маркерів, тому міста з більшою чисельністю населення відображаються більшими маркерами. Аргумент size_max встановлює максимальний розмір маркерів, щоб жоден маркер не домінував на діаграмі. Завдяки зіставленню стовпців даних з візуальними властивостями можна закодувати більше інформації у діаграмі, що допомагає глядачам швидко виявляти закономірності та аномалії.


              1234567891011
            
# Modifying the chart layout for clarity and emphasis
fig.update_layout(
    title="City Population vs Area",
    xaxis_title="Area (sq km)",
    yaxis_title="Population",
    width=700,
    height=500
)

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

Під час налаштування графіків завжди надавайте перевагу чіткості та доступності. Використовуйте описові заголовки та підписи до осей, щоб глядачі одразу розуміли, що відображає графік. Обирайте палітри кольорів, які підходять для людей із дальтонізмом, і стежте, щоб розміри маркерів не перекривали важливі дані. Коригуйте розмір фігури для зручності перегляду у різних контекстах, наприклад, у презентаціях або звітах. Завдяки продуманому застосуванню цих налаштувань, як показано у наведених вище прикладах, ваші візуалізації стають інформативнішими та легшими для сприйняття.

Яке твердження правильно описує спосіб налаштування графіка Plotly Express шляхом відображення стовпців даних на візуальні властивості або зміни елементів макета?

Select the correct answer

Використовуйте параметр size для встановлення підписів осей графіка.

Відобразіть параметр update_layout на стовпець даних для задання кольору маркерів.

Встановіть параметр size_max для прямої зміни ширини та висоти фігури.

Використовуйте параметр color для призначення кольорів маркерам на основі стовпця даних.

Все було зрозуміло?

Дякуємо за ваш відгук!

Секція 1. Розділ 3

Запитати АІ

Запитайте про що завгодно або спробуйте одне із запропонованих запитань, щоб почати наш чат

Свайпніть щоб показати меню


              1234567891011121314151617181920212223
            
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, 1213.9, 589.6, 1651.1, 1340.6]
})

# Scatter plot with customized marker colors and sizes
fig = px.scatter(
    df,
    x="Area",
    y="Population",
    color="City",             # Marker color based on city
    size="Population",        # Marker size based on population
    size_max=60               # Maximum marker size
)

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


              1234567891011
            
# Modifying the chart layout for clarity and emphasis
fig.update_layout(
    title="City Population vs Area",
    xaxis_title="Area (sq km)",
    yaxis_title="Population",
    width=700,
    height=500
)

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