2023년 2월 2일 (목) 06:22 판

1 개요

상호작용이 가능한 그래프를 만들어주는 라이브러리. Matplotlib과 동일하게 주로 판다스의 데이터프레임을 받아 사용한다. 사용법은 Seaborn과 유사.

2 특, 장점

단순 이미지로 결과를 반환하는 Matplotlib이나 seaborn과 달리,

마우스커서를 올리면 자세한 값을 보여주거나(데이터가 가진 자세한 값을 보여줌.)
드래그하면 해당부분만 확대하는 등의 기능이 있음.(더블클릭하면 원래대로)

과정	설명	방법
설치		pip install plotly

공식 문서 링크

3 기초 사용

3.1 그래프 그리기

의도 설명 방법

산점도

두 변수 간 관계성을 살필 때 사용.

옵션
옵션	설명
color='열이름'	두 변수 외에 다른 변수를 지정. seaborn의 hue='열이름'와 동일하다. 새로이 지정한 변수값에 따라 다른 색을 입힌다.

import plotly.express as px

px.scatter(data_frame = df, x='열', y='열2', color='열3')

박스그림

x축에 따라 y가 어떻게 분포되어 있는지 보기 위해.

px.box(data_frame=df, x='분류?', y='값', color='분류?')  # 보통 color값은 x축과 동일하게 넣는다.

선그래프

시계열이나 변수에 따라 연속적으로 변하는 그래프를 그릴 때.

df = df.to_datetime(df['시계열'])  # 보통 시계열 그래프를 그릴 땐 시간데이터가 너무 길어 x축을 읽을 수가 없다.
px.line(data_frame = df, x='시계열', y='열2')

막대그래프

막대그래프의 경우, 개개의 데이터를 보여주는 게 아니기 때문에 통계를 낸 후에 그린다.

보통 agg()를 통해 mean이나 count를 사용한다.

df = df_origin.groupby('x축에 둘 열이름', as_index=False)  # 분류할 때 해당 열이 인덱스가 되지 않게끔.
# 보통은 분류 후에 평균값이나 최댓값 등을 계산하여 통계화 한 후에 그래프를 만든다.
df = df.agg(새로운열이름 = ('계산할열', 'mean'))  # 새로운열이름은 따옴표로 감싸지 않음에 유의, mean 등 다양한 방식이 가능하다.
df = df.sort_values('새로운열이름', ascending = True)  # 보통은 정렬하여 그래프를 그린다.
px.bar(data_frame = df, x='x축에 둘 열이름', y='새로운열이름', color='열이름')

3.2 HTML로 저장

HTML에서 바로 활용할 수 있다.

의도	설명	방법
HTML로 저장	웹브라우저로 열어볼 수 있다.	fig = px.scatter(data_frame = df, x='열', y='열2', color='열3') fig.write_html('파일명.html')

@@ 17번째 줄: / 17번째 줄: @@
 |pip install plotly
 |}
+[https://plotly.com/python/ 공식 문서 링크]
-= 사용 =
+= 기초 사용 =
 == 그래프 그리기 ==
@@ 68번째 줄: / 69번째 줄: @@
 df = df.sort_values('새로운열이름', ascending = True)  # 보통은 정렬하여 그래프를 그린다.
 px.bar(data_frame = df, x='x축에 둘 열이름', y='새로운열이름', color='열이름')
+</syntaxhighlight>
+|}
+== HTML로 저장 ==
+HTML에서 바로 활용할 수 있다.
+{| class="wikitable"
+!의도
+!설명
+!방법
+|-
+|HTML로 저장
+|웹브라우저로 열어볼 수 있다.
+|<syntaxhighlight lang="python">
+fig = px.scatter(data_frame = df, x='열', y='열2', color='열3')
+fig.write_html('파일명.html')
 </syntaxhighlight>
 |}
 [[분류:라이브러리]]

"Plotly"의 두 판 사이의 차이