Python 차트 시각화(주피터 노트북) - plotly

plotly

• https://plotly.com/python/
• 인터랙티브 차트 생성
• JSON 데이터 형식으로 저장
• 벡터, 래스터 이미지로 Export 가능
• 두 가지 사용방식
  • plotly.graph_objects 패키지로 세부 기능 조절
  • plotly.express 는 간편하게 사용

라이브러리 설치 : !pip install plotly

 

라이브러리 및 세팅

• import plotly.express as px
• import plotly.graph_objects as goimport seaborn as sns
• import numpy as np
• import pandas as pd

 

1. plotly.express

• x, y축
• color : 종류별로 색상지정
• size : 크기 조정
• hover_data : 추가로 보여줄 데이터 같이 표시

1) 아이리스 데이터

• hover_data 값 비교

 

2) 팁 데이터

• 순서로 넣기

• facet_row : day별 행으로 나눠서 표시
• facet_col : day별 열로 나눠서 표시

 

2. go.Figure()

1. fig = go.Figure() 기본 객체 생성
2. fig.add_trace()에 그래프 객체 추가(여러 데이터의 경우 각 데이터별로 추가)
3. fig.update_layout() 으로 layout 업데이트
4. fig.show()로 차트 보여주기

1) scatter 

• numpy 데이터 생성

• 차트 그리기

 

3) line plot

• GDP 데이터 생성

• 차트 그리기

• 간단한 숫자 데이터 생성

 

• line_shape = 'spline' : 부드럽게
• hoverinfo : 지정을 안하면 좌표 정보

• update_layout : legend에 추가 시킬 내용

 

scatter 모드 

• markers : 점
• lines + markers : 선 + 점
• lines : 선

4) 시계열 데이터

• 시간대별 움직이는 자료
• 기간에 따라서 변하는 데이터 
• 주식, 날씨- 온도

애플 주식 데이터

 

• rang_x[시작점, 종료점] : 구간 설정

 

• rangeslider_visible : 보고 싶은 구간만 볼 수 있는 영역 추가

 

 

5) bar plot

• 우리나라 수명 데이터 

 

• color : lifeExp에 의해 색상 변경

 

• hover_data : 퍼센트 추가

 

• 팁 데이터 bar 차트

 

• barmode='group' : 하나의 막대를 두개의 그룹으로

• facet_row='time' : 시간순
• facet_col='day' : 요일순

 

• category_orders= 순서를 직접 정할 수 있음

 

• orientation='h' : 수평 막대 그래프

 

6) go.Figure 막대 그래프

• width= 막대 너비 변경

 

• 음수 값 지정
• base 값을 지정