cliquez sur le bleu

Depuis Internet, intrusion et suppression

Aujourd'hui, j'aimerais partager avec vous une visualisation des marchandises sèches. Il présente Plotly, une puissante bibliothèque de dessins Python open source, et vous apprend à dessiner de meilleurs graphiques avec un code super simple (même une seule ligne !).

La raison pour laquelle je suis resté avec matplotlib auparavant est pour les centaines d'heures que j'ai "coulées" dans l'apprentissage de sa syntaxe complexe. Cela m'a également amené à passer d'innombrables nuits tardives à chercher sur StackOverflow comment "formater la date" ou "ajouter un deuxième axe Y".

Mais nous avons maintenant une meilleure option - comme Plotly , une bibliothèque de traçage Python open source facile à utiliser, bien documentée et puissante . Plongez en profondeur aujourd'hui et voyez comment il peut dessiner des graphiques encore meilleurs avec un code super simple (même une seule ligne !).

Tout le code de cet article a été open source sur Github, tous les diagrammes sont interactifs, veuillez utiliser le bloc- notes Jupyter pour le visualiser.

(Adresse du code source Github : https://github.com/WillKoehrsen/Data-Analysis/blob/master/plotly/Plotly%20Whirlwind%20Introduction.ipynb)

(Exemple de graphique dessiné par plotly. Source de l' image : plot.ly)

Aperçu de l'intrigue

Le package Python pour plotly est une base de code open source basée sur plot.js, lui-même basé sur d3.js. Ce que nous utilisons réellement est une bibliothèque qui encapsule l'intrigue, appelée boutons de manchette, ce qui vous permet d'utiliser plus facilement l'intrigue et les tables de données Pandas pour travailler ensemble.

*Remarque : Plotly elle-même est une société de technologie de visualisation avec plusieurs produits différents et des ensembles d'outils open source. La bibliothèque Python de Plotly est gratuite. En mode hors connexion, vous pouvez créer un nombre illimité de graphiques. En mode en ligne, comme le service de partage de Plotly est utilisé, seuls 25 graphiques peuvent être générés et partagés.

Toutes les visualisations de cet article ont été réalisées dans Jupyter Notebook à l'aide de la bibliothèque plotly + cufflinks en mode hors ligne. Après l'installation avec pip install cufflinks plotly , vous pouvez l'importer dans Jupyter avec un code comme celui-ci :

Distributions univariées : histogrammes et boîtes à moustaches

Le graphique d'analyse univariée est souvent la pratique standard lors du démarrage de l'analyse des données, et l'histogramme est fondamentalement l'un des graphiques indispensables pour l'analyse de distribution univariée (bien qu'il présente certaines lacunes).

Prenez le nombre total de likes sur un article de blog comme exemple (voir Github pour les données d'origine : https://github.com/WillKoehrsen/Data-Analysis/tree/master/medium ), faites un simple histogramme interactif :

(df dans le code est un objet standard de dataframe Pandas)

(histogramme interactif créé avec plotly+boutons de manchette)

Pour les étudiants habitués à matplotlib , il vous suffit de taper une lettre de plus (changez .plot en .iplot ) pour obtenir un plus beau graphique interactif ! Cliquer sur un élément d'une image révèle des informations détaillées, effectue un zoom avant et arrière et (nous en reparlerons plus tard) met en évidence et filtre certaines parties et plus encore.

Si vous souhaitez dessiner un histogramme empilé, procédez comme suit :

Traitement simple du tableau de données des pandas et génération d'un graphique à barres :

Comme indiqué ci-dessus, nous pouvons combiner la puissance de plotly + boutons de manchette et pandas ensemble . Par exemple, nous pouvons utiliser .pivot() pour effectuer d'abord une analyse de tableau croisé dynamique, puis générer un graphique à barres.

Par exemple, pour compter le nombre de nouveaux fans apportés par chaque article dans différents canaux de publication :

L'avantage des graphiques interactifs est que nous pouvons explorer les données et décomposer les sous-éléments pour les analyser à volonté. Les boîtes à moustaches peuvent fournir beaucoup d'informations, mais si vous ne pouvez pas voir les valeurs spécifiques, vous en manquez probablement beaucoup !

Nuage de points

Les diagrammes de dispersion sont au cœur de la plupart des analyses et nous permettent de voir comment une variable a changé au fil du temps, ou comment la relation entre deux (ou plusieurs) variables a changé.

Analyse des séries chronologiques

Dans le monde réel, une partie considérable des données comporte un élément temporel. Heureusement, plotly + cufflinks est livré avec des fonctionnalités permettant de prendre en charge l'analyse de visualisation de séries chronologiques.

Prenant l'exemple des données d'articles que j'ai publiées sur le site Web "Towards Data Science", construisons un ensemble de données avec l'heure de publication comme indice pour voir comment la popularité de l'article change :

Dans l'image ci-dessus, nous accomplissons plusieurs choses avec une seule ligne de code :

Générez automatiquement de beaux axes X de séries temporelles
Ajouter un deuxième axe Y car les plages des deux variables ne correspondent pas
Mettre le titre de l'article dans le libellé affiché au survol

Pour afficher plus de données, nous pouvons facilement ajouter des annotations textuelles :

(nuage de points avec annotations textuelles)

Dans le code ci-dessous, nous colorons un nuage de points bivarié par la troisième variable catégorielle :

Ensuite, nous allons jouer avec quelque chose de compliqué : les axes logarithmiques. Nous faisons cela en spécifiant le paramètre de mise en page de plotly (pour différentes mises en page, veuillez vous référer à la documentation officielle https://plot.ly/python/reference/ ), en même temps nous mettons la taille en points (paramètre de taille) et un La variable de valeur read_ratio (read ratio) est liée, plus le nombre est grand, plus la taille de la bulle est grande.

Si on veut être un peu plus compliqué (voir le code source de Github pour plus de détails), on peut même entasser 4 variables dans une seule image ! (Cependant, il n'est pas recommandé de le faire)

Comme précédemment, nous pouvons combiner des pandas avec plotly+cufflinks pour obtenir de nombreux graphiques utiles :

Il est recommandé de vérifier la documentation officielle, ou le code source, qui contient plus d'exemples et d'exemples de fonctions. Avec seulement une ou deux lignes de code, vous pouvez ajouter des annotations de texte, des lignes auxiliaires, des lignes de meilleur ajustement et d'autres éléments utiles à vos graphiques, tout en conservant les fonctions interactives d'origine.

Fonctionnalités de dessin avancées

Ensuite, nous présenterons en détail plusieurs tableaux spéciaux. Vous ne les utiliserez peut-être pas très souvent, mais je vous garantis que tant que vous les utiliserez bien, vous serez certainement impressionné. Nous allons utiliser le module figure_factory de plotly pour générer des graphiques impressionnants avec une seule ligne de code !

Matrice de nuages de points

Les matrices de nuages de points (également appelées SPLOM) sont un excellent choix si nous voulons explorer les relations entre de nombreuses variables différentes :

Même des graphiques aussi complexes sont entièrement interactifs, ce qui nous permet d'explorer les données plus en détail.

Carte thermique des relations

Pour illustrer la relation entre plusieurs variables numériques, nous pouvons calculer leur corrélation et la visualiser sous la forme d'une carte thermique annotée :

thème personnalisé

En plus de la variété infinie de graphiques, Cufflinks propose également de nombreux thèmes de coloration différents, de sorte que vous pouvez facilement basculer entre différents styles de graphiques. Les deux figures suivantes sont le thème "space" et le thème "ggplot":

De plus, il existe des diagrammes 3D (surfaces et bulles) :

Pour les utilisateurs qui s'intéressent à la recherche, il n'est pas difficile de faire un camembert :

Modifier dans Plotly Chart Studio

Après avoir généré ces graphiques dans Jupyter Notebook, vous remarquerez un petit lien dans le coin inférieur droit du graphique indiquant "Exporter vers plot.ly". Si vous cliquez sur ce lien, vous serez redirigé vers un "atelier intrigue" (https://plot.ly/create/).

Ici, vous pouvez encore réviser et peaufiner votre diagramme avant la présentation finale. Vous pouvez ajouter des légendes, choisir la couleur de certains éléments, tout organiser et produire un diagramme impressionnant. Plus tard, vous pouvez également le publier sur le Web, générant un lien pour que d'autres puissent le voir.

Les deux graphiques suivants ont été réalisés dans l'atelier graphique :