[Visualisation] Je veux dessiner un beau graphique avec Plotly

c'est

Trace complotement de beaux graphiques avec une petite quantité de code, mais comme je n'ai utilisé que matplotlib et que je ne savais pas grand-chose, c'est un mémorandum de la personne qui a essayé de démarrer en vérifiant.

environnement

Google colaboratory

Installation

S'il s'agit de colab, il n'y a pas d'installation, mais si nécessaire, vous pouvez l'installer avec pip

pip install plotly

Préparation des données

J'ai des données de séries chronologiques qui peuvent être utilisées immédiatement avec seaborn, donc je vais les utiliser. Ce qui suit est la préparation des données, alors ignorez-la

import seaborn as sns
import pandas as pd
from calendar import month_name

month_name_mappings = {name[:3]: n for n, name in enumerate(month_name)}

#Juste la préparation des données
df = sns.load_dataset('flights')
df["month"] = df.month.apply(lambda x: month_name_mappings[x])
df["year-month"] = pd.to_datetime(df.year.astype(str) + "-" + df.month.astype(str))
ts_data = df[["passengers", "year-month"]].set_index("year-month")["passengers"]
ts_data

year-month
1949-01-01    112
1949-02-01    118
1949-03-01    132
1949-04-01    129
1949-05-01    121
             ... 
1960-08-01    606
1960-09-01    508
1960-10-01    461
1960-11-01    390
1960-12-01    432
Name: passengers, Length: 144, dtype: int64

Des données simples sur le nombre de passagers par mois.

opération de base

Créons un graphique

import plotly.graph_objects as go

fig = go.Figure()
fig.show()

J'ai un graphique, je vais ajouter diverses choses ici.

#Graphique linéaire
fig = go.Figure()
fig.add_trace(go.Scatter(x=ts_data.index, y=ts_data.values, name="passengers"))
fig.show()

Essayez d'afficher la mémoire en affichage logarithmique

#Graphique linéaire
fig = go.Figure()
fig.add_trace(go.Scatter(x=ts_data.index, y=ts_data.values, name="passengers"))

#Pour personnaliser l'apparence, jouez avec la mise en page
fig.update_layout(yaxis_type="log")
fig.show()

Je veux dessiner un graphique magnifique

Je veux le rendre plus luxueux, je vais donc essayer de le visualiser de différentes manières

• Divisez les données par mois et faites un graphique linéaire des changements dans chaque donnée
• Essayez de faire un graphique à barres du nombre total de passagers pour chaque année

#Pétrir un peu de données
ts_data_monthly = df.groupby("month")["passengers"].apply(list)
ts_sum_yearly = df.groupby("year")["passengers"].sum()

#Je souhaite créer plusieurs graphiques linéaires
ts_data_monthly

month
1     [112, 115, 145, 171, 196, 204, 242, 284, 315, ...
2     [118, 126, 150, 180, 196, 188, 233, 277, 301, ...
3     [132, 141, 178, 193, 236, 235, 267, 317, 356, ...
4     [129, 135, 163, 181, 235, 227, 269, 313, 348, ...
5     [121, 125, 172, 183, 229, 234, 270, 318, 355, ...
6     [135, 149, 178, 218, 243, 264, 315, 374, 422, ...
7     [148, 170, 199, 230, 264, 302, 364, 413, 465, ...
8     [148, 170, 199, 242, 272, 293, 347, 405, 467, ...
9     [136, 158, 184, 209, 237, 259, 312, 355, 404, ...
10    [119, 133, 162, 191, 211, 229, 274, 306, 347, ...
11    [104, 114, 146, 172, 180, 203, 237, 271, 305, ...
12    [118, 140, 166, 194, 201, 229, 278, 306, 336, ...
Name: passengers, dtype: object

#Je veux faire un graphique à barres
ts_sum_yearly

year
1949    1520
1950    1676
1951    2042
1952    2364
1953    2700
1954    2867
1955    3408
1956    3939
1957    4421
1958    4572
1959    5140
1960    5714
Name: passengers, dtype: int64

#étiquette(axe x)
ts_labels = ts_sum_yearly.index
ts_labels

Int64Index([1949, 1950, 1951, 1952, 1953, 1954, 1955, 1956, 1957, 1958, 1959,
            1960],
           dtype='int64', name='year')

Visualisons-le, j'ai un peu joué avec la mise en page.

fig = go.Figure()

#Faire des données de séries chronologiques mensuelles un graphique à lignes de pliage
for month, passengers in ts_data_monthly.iteritems():
    fig.add_trace(go.Scatter(x=ts_labels, y=passengers, name=str(month)+"Mois", yaxis='y2'))

#Faire un graphique à barres pour le total annuel
fig.add_trace(go.Bar(x=ts_labels, y=ts_sum_yearly.values, name="total", yaxis="y1"))

#Pour personnaliser l'apparence, jouez avec la mise en page
#Puisqu'il y a deux axes, il n'y a pas de mémoire
fig.update_layout(
    title={
        "text": "Données de séries chronologiques sur le nombre de passagers",
        "x":0.5,
        "y": 0.9
    },
    legend={
        "orientation":"h",
        "x":0.5,
        "xanchor":"center"
    },
    yaxis1={
        "title": "Nombre de passagers(total)",
        "side": "left",
        "showgrid":False
    },
    yaxis2={
        "title": "Nombre de passagers(Par mois)",
        "side": "right",
        "overlaying": "y",
        "showgrid":False
    }
)
fig.show()

Vous pouvez faire flotter la légende. C'est incroyable de pouvoir dessiner un graphique qui peut être déplacé un peu avec une si petite quantité de code ...

Autre

Donuts (mignon)

import numpy as np

ts_sum_monthly = df.groupby("month")["passengers"].sum()
#Faites en sorte que cela ressemble à une pizza coupée en lune avec le plus de passagers
pull=[0]*12
pull[np.argmax(ts_sum_monthly.values)] = 0.2

fig = go.Figure()
fig.add_trace(go.Pie(
    labels=[str(month) + "Mois" for month in ts_sum_monthly.index],
    values=ts_sum_monthly.values,
    hole=.3,
    pull=pull
    )
)
fig.update_layout(
    title={
        "text": "Pourcentage de passagers(1949~1960 au total)",
        "x":0.5,
        "y": 0.9
    }
)
fig.show()

Créez un graphique circulaire pour le nombre total de passagers chaque année

from plotly.subplots import make_subplots

specs = [[{'type':'domain'}, {'type':'domain'}, {'type':'domain'}, {'type':'domain'}] for _ in range(3)]
# 3*Divisez le graphique en 4 grilles
fig = make_subplots(rows=3, cols=4, specs=specs)

#Position du titre de l'étiquette sur chaque graphe circulaire de l'étiquette
pos_x = [0.09, 0.37, 0.63, 0.91]
pos_y = [0.9, 0.5, 0.1]
annotations = []  

# (row, col)Placez un graphique circulaire à la position de
row = 0
for i, (year, df_yearly) in enumerate(df.groupby(["year"])[["month","passengers"]]):
    pull=[0]*12
    pull[np.argmax(df_yearly.passengers.values)] = 0.2
    col = i%4+1
    if col == 1:
        row += 1
    annotations.append({
        "text": str(year)+"Année",
        "x": pos_x[col-1],
        "y": pos_y[row-1],
        "font_size": 10,
        "showarrow":False
    })
    fig.add_trace(go.Pie(
        labels=[str(month) + "Mois" for month in df_yearly.month.values],
        values=df_yearly.passengers.values,
        name=str(year)+"Année",
        hole=.3,
        pull=pull
    ),
    row, col
    )

fig.update_layout(
    title={
        "text": "Pourcentage de passagers(Annuel)",
        "x":0.5,
        "y": 0.9
    },
    annotations=annotations
)
fig.show()

la fin

Suis-je le seul à être heureux que le graphique fonctionne? La prochaine fois, je voudrais résumer un framework Web appelé dash qui vous permet de créer des tableaux de bord avec plotly.

Le site que j'ai utilisé comme référence

• Python: validation croisée des données de séries chronologiques et amélioration de TimeSeriesSplit
• [Python] Créez un graphique qui peut être déplacé avec Plotly