Python plotly modul használata

 Plotly python modul összefoglalása

A Python Plotly modul lehetővé teszi adatok interaktív és esztétikus vizualizációját. A modul számos lehetőséget kínál a grafikonok, diagramok és térképek létrehozására, amelyek segítségével könnyedén megjeleníthetjük és felfedezhetjük az adatokat. Nézzünk meg néhány példát a Plotly modulban rejlő lehetőségekre.

Vonaldiagramok: A Plotly segítségével könnyedén készíthetünk vonaldiagramokat, amelyek megjelenítik az adatok idősorbeli változásait. A vonaldiagramok mellett interaktív jellemzők is hozzáadhatók, például adatpontok kiemelése, adatok be- és kikapcsolása, illetve zoomolás és panorámázás az időtengelyen. Íme egy példa, amely a havi bevételt ábrázolja egy vállalatnál:

python

import plotly.graph_objects as go

x = ['Jan', 'Feb', 'Mar', 'Apr', 'May', 'Jun']

y = [10000, 12000, 9000, 11000, 15000, 13000]

fig = go.Figure(data=go.Scatter(x=x, y=y))

fig.update_layout(title='Havi bevétel', xaxis_title='Hónap', yaxis_title='Bevétel')

fig.show()

Sávdiagramok: A Plotly lehetővé teszi a sávdiagramok készítését is, amelyek segítségével összehasonlíthatjuk több kategória vagy csoport értékeit. A sávdiagramokon ábrázolhatjuk például az eladásokat különböző termékek között vagy a népességarányokat különböző régiókban. Íme egy példa, amely a népességarányokat ábrázolja egy országban:

python

import plotly.graph_objects as go

labels = ['Régió 1', 'Régió 2', 'Régió 3', 'Régió 4']

values = [35, 25, 20, 20]

fig = go.Figure(data=go.Pie(labels=labels, values=values))

fig.update_layout(title='Népességarányok')

fig.show()

3D-s diagramok: A Plotly modul lehetővé teszi 3D-s diagramok létrehozását is, amelyek segítségével három dimenzióban jeleníthetjük meg az adatokat. Ez különösen hasznos lehet, ha három változó közötti összefüggéseket szeretnénk vizualizálni. Például az alábbi kód egy 3D-s felhőpontdiagramot hoz létre:

python

import plotly.graph_objects as go

import numpy as np

np.random.seed(42)

n = 100

x = np.random.rand(n)

y = np.random.rand(n)

z = np.random.rand(n)

fig = go.Figure(data=[go.Scatter3d(x=x, y=y, z=z, mode='markers')])

fig.update_layout(title='3D Felhőpontdiagram', scene=dict(xaxis_title='X', yaxis_title='Y', zaxis_title='Z'))

fig.show()

Térképek: A Plotly segítségével térképeket is létrehozhatunk, amelyek megjelenítik az adatok földrajzi elhelyezkedését és területi eloszlását. Térképek készítésekor a Plotly támogatja a világ térképét, országok térképét, régiók térképét és egyéb térképes adatforrásokat. Az alábbi kód egy világtérképet hoz létre, amelyen a különböző országok színekkel vannak jelölve a GDP alapján:

python

import plotly.graph_objects as go

import pandas as pd

df = pd.read_csv('orszagok_gdp.csv')

fig = go.Figure(data=go.Choropleth(locations=df['Country'], z=df['GDP'], colorscale='Viridis', reversescale=True))

fig.update_layout(title='Országok GDP-je')

fig.show()

Ezek csak néhány példa a Python Plotly modul által kínált lehetőségekre. A Plotly számos más típusú grafikon és diagram létrehozására is alkalmas, beleértve a histogramokat, dobozdiagramokat, hőtérképeket és sok mást. A modul interaktív elemeket, testreszabási lehetőségeket és vizuális esztétikát nyújt, így kiemelkedő választás lehet adatok vizualizálására és felfedezésére a Python környezetben.