파이썬 오픈소스 그래프 라이브러리로 다양한 시각화 기능을 제공한다. Plotly의 시각화 기능을 하나씩 확인하고 실습해보자.
pip install plotly
pip install plotly --upgrade
Cufflinks는 Plotly를 pandas에서 보다 유연하게 시각화 할 수 있는 라이브러리이다.
pip install cufflinks
pandas_data.iplot(kind='bar')
pandas_data.iplot(kind='line')
fig = ex.scatter(df,x='x축',y= 'y축',color='색상',
size='크기변화 변수',
hover_data=참고데이터,
title = '그래프 이름')
fig.show()
data : https://www.kaggle.com/sootersaalu/amazon-top-50-bestselling-books-2009-2019
fig = px.pie(data,names = 'Genre',hover_data = ['User Rating'],title='Genre Pie Chart')
fig = px.sunburst(data,path=['Genre','Year', ],values='Reviews') #path로 다중 속성 입력, 원 그래프 크기 values 속성으로 저장, reviews가 얼마나 되는지 확인하기
data : https://blog.daum.net/geoscience/1420 AML_HOSP.xlsx
fig = px.scatter_mapbox(data=데이터, lat=위도, lon=경도)
fig.update_layout(mapbox_style='open-street-map")
fig.show()
간트차트(Gantt Chart)는 프로젝트 일정관리를 위한 bar 형태의 도구로 전체 일정을 한눈에 볼 수 있다.
fig = px.timeline(data,x_start=시작날짜,x_end=끝날짜,y=일정,color='Task')
fig.show()
#figure_factory 사용
fig = ff.create_gantt(data, colors=컬러설정컬럼, index_col=보여주고싶은값, show_colorbar=True) # index_col : 바로 보이는 값으로 설정
fig.show()
Dash는 웹 분석 애플리케이션을 구축하기 위한 python framework으로 Python에서 데이터로 작업하는 사람들이 많이 사용한다.
Plotly와 Dash를 사용해보고 대시 보드를 구축해보자.
Jupyter 환경내에서 대화식으로 Plotly Dash 앱을 쉽게 개발할 수 있는 라이브러리. Colab에서도 지원하기 때문에 쉽게 실습할 수 있다.
pip install dash
#pip install --user dash
pip install jupyter-dash
- 외부 디스플레이 모드
URL 클릭으로 새로운 브라우저 탭에서 애플리케이션을 여는 방법으로 애플리케이션이 정확히 어떻게 보이는지 보고 싶을 때 사용한다.
app.run_server(mode='external')
- 내부 디스플레이 모드
노트북에 애플리케이션을 인라인으로 표시한다. 소규모 애플리케이션에서 빠르게 작용한다.
app.run_server(mode='inline')
- JupyterLab 디스플레이 모드
JupyterLab의 별도 탭에서 애플리케이션이 표시된다. 코드와 나란히 볼 수 있으므로 애플리케이션을 빠르게 반복하는 데 적합하다.
app.run_server(mode='jupyterlab')
