Modifier les axes du graphique

Introduction à la visualisation de données avec Plotly en Python

Alex Scriven

Data Scientist

Notre ensemble de données

$$

  • Un ensemble de données agrégé sur les manchots :
spec av_flip_length
Adelie 189.953642
Chinstrap 195.823529
Gentoo 217.186992

 

  • 🚫 Colonnes spec et av_flip_length
Introduction à la visualisation de données avec Plotly en Python

Titres d'axes par défaut

$$

fig = px.bar(penguin_flippers, 
            x="spec", 
            y="av_flip_length")
fig.show()

 

Histogramme simple : taille des nageoires par espèce

Introduction à la visualisation de données avec Plotly en Python

Modifier les titres des axes

  • Fonctions « raccourci » de plotly :
fig.update_xaxes(title_text="Species")
fig.update_yaxes(title_text="Average Flipper Length")

$$

  • Mise en œuvre avec update_layout()
fig.update_layout(dict(
    xaxis=dict(title=dict(text="Species")),
    yaxis=dict(title=dict(text="Average Flipper Length"))
))
Introduction à la visualisation de données avec Plotly en Python

Nettoyer notre graphique

Histogramme simple avec titres d'axes mis à jour

Introduction à la visualisation de données avec Plotly en Python

Quelle méthode utiliser ?

 

  • ⭐ Utilisez les méthodes « raccourci » pour des mises à jour de base

$$

  • ⭐⭐ Utilisez update_layout() pour plus de contrôle :
    • Ajuster la taille, le style, la couleur, l'angle de la police

$$

$$

En savoir plus dans la documentation Plotly

Introduction à la visualisation de données avec Plotly en Python

Modifier les plages des axes

Histogramme simple avec titres d'axes mis à jour

  • Définir l'axe des y de 150 jusqu'à la valeur maximale (avec une petite marge)
fig.update_layout(dict(
    yaxis=dict(range=[150, penguin_flippers["av_flip_length"].max() + 30]
    )))
Introduction à la visualisation de données avec Plotly en Python

Nos nouvelles plages d'axes

Histogramme simple avec plage raccourcie spécifique

Introduction à la visualisation de données avec Plotly en Python

Problèmes d'échelle des données

Que se passe-t-il quand certaines données sont beaucoup plus grandes que d'autres ?

  • Top 10 des pays par nombre de milliardaires

Tableau du nombre de milliardaires par pays

Introduction à la visualisation de données avec Plotly en Python

Notre problème d'échelle

 

fig = px.bar(billionaire_data, 
            x="Country", 
            y="Number Billionaires")
fig.show()

Histogramme de base du nombre de milliardaires

Introduction à la visualisation de données avec Plotly en Python

L'échelle logarithmique

  • Utilée pour tracer des données aux valeurs très différentes

Exemple d'échelle logarithmique

  • Chaque graduation vaut dix fois la précédente (10, 100, 1 000, etc.)
Introduction à la visualisation de données avec Plotly en Python

Utiliser l'échelle logarithmique avec nos données

$$

  • Plotly offre les arguments log_y et log_x
fig = px.bar(billionaire_data, 
            x="Country", 
            y="Number Billionaires",
            log_y=True)

fig.show()

$$

Histogramme en échelle logarithmique des données sur les milliardaires

Introduction à la visualisation de données avec Plotly en Python

Échelle logarithmique : mise en garde

💡 Pensez toujours au public quand vous choisissez une visualisation

Présenter un graphique au public

Introduction à la visualisation de données avec Plotly en Python

Passons à la pratique !

Introduction à la visualisation de données avec Plotly en Python

Preparing Video For Download...