Вивчайте Інтеграція Plotly з DataFrame Pandas

Під час роботи з даними в Python, DataFrame бібліотеки pandas є одним із найпотужніших і найгнучкіших інструментів. DataFrame — це двовимірна структура даних із мітками, стовпці якої можуть містити різні типи значень, такі як числа, рядки або дати. Такий формат особливо корисний для маніпулювання, очищення та аналізу даних, що робить його природним вибором для підготовки даних перед візуалізацією. Використовуючи DataFrame, можна швидко фільтрувати, агрегувати та трансформувати дані, що спрощує процес створення змістовних та інтерактивних графіків за допомогою Plotly Express.


              123456789101112131415161718
            
import pandas as pd
import plotly.express as px
from IPython.display import display, HTML

# Create a simple DataFrame
data = {
    "Country": ["USA", "Canada", "Germany", "UK", "France"],
    "GDP": [21.43, 1.84, 3.86, 2.83, 2.72],
    "Population": [331, 38, 83, 67, 65]
}
df = pd.DataFrame(data)

# Visualize the DataFrame using a scatter plot
fig = px.scatter(df, x="GDP", y="Population", text="Country",
                 title="GDP vs Population by Country")

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

Під час використання Plotly Express разом із DataFrame бібліотеки pandas, Plotly автоматично розпізнає назви стовпців і робить їх доступними для використання як осі, кольори, символи тощо. Це означає, що можна просто вказати назву стовпця при визначенні таких параметрів, як x, y або color. Plotly Express самостійно виконує відображення даних, що робить процес візуалізації інтуїтивно зрозумілим та ефективним. Наприклад, у попередньому коді вказування x="GDP" і y="Population" повідомляє Plotly використовувати ці стовпці для відповідних осей, а параметр text="Country" додає підписи з назвами країн до точок.


              1234567891011121314151617181920
            
import pandas as pd
import plotly.express as px
from IPython.display import display, HTML

# Sample sales data
data = {
    "Region": ["North", "South", "East", "West", "North", "South", "East", "West"],
    "Salesperson": ["Alice", "Bob", "Charlie", "David", "Eve", "Frank", "Grace", "Heidi"],
    "Sales": [200, 150, 300, 250, 180, 170, 320, 260]
}
df = pd.DataFrame(data)

# Group by region and sum sales
grouped = df.groupby("Region", as_index=False)["Sales"].sum()

# Plot total sales by region using a bar chart
fig = px.bar(grouped, x="Region", y="Sales", title="Total Sales by Region")

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

Щоб максимально ефективно використовувати інтеграцію pandas та Plotly, завжди виконуйте очищення та агрегування даних у pandas перед передачею DataFrame у Plotly Express. Такий підхід гарантує, що ваші візуалізації будуть точними та легкими для інтерпретації. Використовуйте назви стовпців безпосередньо у функціях Plotly Express, щоб зробити код читабельним і лаконічним. Як показано в прикладах, групування та підсумовування даних за допомогою методів pandas, таких як groupby, дозволяє створювати діаграми, які чітко відображають тенденції та порівняння. Тісна інтеграція підготовки даних і візуалізації за допомогою pandas і Plotly допоможе ефективно створювати інтерактивні та інформативні графіки для ваших аналітичних задач.

Все було зрозуміло?

Дякуємо за ваш відгук!

Секція 1. Розділ 8

Запитати АІ

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

Свайпніть щоб показати меню


              123456789101112131415161718
            
import pandas as pd
import plotly.express as px
from IPython.display import display, HTML

# Create a simple DataFrame
data = {
    "Country": ["USA", "Canada", "Germany", "UK", "France"],
    "GDP": [21.43, 1.84, 3.86, 2.83, 2.72],
    "Population": [331, 38, 83, 67, 65]
}
df = pd.DataFrame(data)

# Visualize the DataFrame using a scatter plot
fig = px.scatter(df, x="GDP", y="Population", text="Country",
                 title="GDP vs Population by Country")

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


              1234567891011121314151617181920
            
import pandas as pd
import plotly.express as px
from IPython.display import display, HTML

# Sample sales data
data = {
    "Region": ["North", "South", "East", "West", "North", "South", "East", "West"],
    "Salesperson": ["Alice", "Bob", "Charlie", "David", "Eve", "Frank", "Grace", "Heidi"],
    "Sales": [200, 150, 300, 250, 180, 170, 320, 260]
}
df = pd.DataFrame(data)

# Group by region and sum sales
grouped = df.groupby("Region", as_index=False)["Sales"].sum()

# Plot total sales by region using a bar chart
fig = px.bar(grouped, x="Region", y="Sales", title="Total Sales by Region")

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

Все було зрозуміло?

Дякуємо за ваш відгук!

Секція 1. Розділ 8