При анализе и визуализации данных сочетание Pandas и Plotly может стать мощным набором инструментов. Pandas предоставляет эффективные возможности манипулирования данными, а Plotly предлагает интерактивные и визуально привлекательные графики. В этой статье блога рассматриваются различные методы использования Plotly в качестве серверной части для визуализации данных Pandas и демонстрируются примеры кода для каждого подхода.

Метод 1: использование встроенных функций построения графиков Pandas

Pandas имеет встроенные функции построения графиков, которые можно улучшить с помощью серверной части Plotly. Установив для построения графиков значение Plotly, мы можем напрямую создавать интерактивные графики из Pandas DataFrames. Вот пример:

import pandas as pd
import plotly.io as pio
# Set Plotly as the backend for Pandas plotting
pio.renderers.default = "plotly"
# Create a DataFrame
data = {'x': [1, 2, 3, 4, 5], 'y': [10, 5, 8, 2, 7]}
df = pd.DataFrame(data)
# Generate a line plot
df.plot(x='x', y='y', kind='line').show()

Метод 2: использование Plotly Express с кадрами данных Pandas

Plotly Express — это высокоуровневая оболочка Plotly, которая упрощает процесс создания интерактивных визуализаций. Он может легко работать с Pandas DataFrames. Вот пример:

import pandas as pd
import plotly.express as px
# Create a DataFrame
data = {'x': [1, 2, 3, 4, 5], 'y': [10, 5, 8, 2, 7]}
df = pd.DataFrame(data)
# Generate a scatter plot using Plotly Express
fig = px.scatter(df, x='x', y='y')
fig.show()

Метод 3: преобразование графиков Pandas в графические объекты

Графики Pandas можно преобразовать в объекты Plotly, что обеспечивает дополнительную настройку и интерактивность. Вот пример:

import pandas as pd
import plotly.graph_objects as go
# Create a DataFrame
data = {'x': [1, 2, 3, 4, 5], 'y': [10, 5, 8, 2, 7]}
df = pd.DataFrame(data)
# Generate a bar plot using Pandas
ax = df.plot(x='x', y='y', kind='bar')
# Convert the Pandas plot to a Plotly object
fig = go.Figure(ax.get_figure())
# Show the Plotly figure
fig.show()

Метод 4: объединение Pandas и Plotly для подграфиков

Pandas и Plotly можно использовать вместе для создания подграфиков с несколькими визуализациями. Вот пример:

import pandas as pd
import plotly.subplots as sp
import plotly.graph_objects as go
# Create a DataFrame
data = {'x': [1, 2, 3, 4, 5], 'y1': [10, 5, 8, 2, 7], 'y2': [7, 3, 5, 9, 2]}
df = pd.DataFrame(data)
# Create subplots using Plotly
fig = sp.make_subplots(rows=2, cols=1)
# Add line plots to the subplots
fig.add_trace(go.Scatter(x=df['x'], y=df['y1'], mode='lines'), row=1, col=1)
fig.add_trace(go.Scatter(x=df['x'], y=df['y2'], mode='lines'), row=2, col=1)
# Show the subplots
fig.show()

Объединив Pandas и Plotly, мы можем использовать возможности Pandas по манипулированию данными и функции интерактивного построения графиков Plotly. В этой статье обсуждались различные методы, в том числе использование встроенного средства построения графиков Pandas, Plotly Express, преобразование графиков Pandas в объекты Plotly и создание подграфиков. Поэкспериментируйте с этими методами, чтобы создать визуально привлекательные и интерактивные визуализации для задач анализа данных.