Hover जानकारी और legends को कस्टमाइज़ करना

Python में Plotly के साथ Data Visualization परिचय

Alex Scriven

Data Scientist

Hover से हमारा क्या मतलब है?

Hover जानकारी: वह टेक्स्ट और डेटा जो कर्सर किसी डेटा पॉइंट पर लाने पर दिखता है

डिफॉल्ट hover विकल्प

अन्य डिफॉल्ट hover जानकारी

डिफॉल्ट रूप से hovermode = "closest"

"x" या "y": x या y अक्ष पर हाइलाइट जोड़ता है

"x unified" / "y unified": एक लाइन और hover बॉक्स दिखाता है जो x या y अक्ष पर सभी मान दिखाए

x hover

X unified hover

plotly.express के साथ hover जानकारी

hover_name = एक चुना हुआ कॉलम जो hover बॉक्स के ऊपर बोल्ड में दिखेगा

hover_data = शामिल करने के लिए कॉलमों की list, या शामिल/बहिष्कृत करने के लिए dictionary
- {column_name: False} (यह column_name को exclude करेगा)

Hover जानकारी में वैरिएबल्स

💡 Hover कॉलम को प्लॉट में होना ज़रूरी नहीं है

fig = px.scatter(revenues, 
        x="Revenue", 
        y="employees",
        hover_name="Company",
        hover_data=["age"])

fig.show()

स्कैटरप्लॉट पर hover

Hover जानकारी की स्टाइलिंग

hoverlabel
- फ़ॉन्ट, बैकग्राउंड रंग, और alignment जैसी style properties की dictionary स्वीकार करता है

hovertemplate
- टेक्स्ट को फ़ॉर्मेट करने के लिए HTML-जैसी string (इस कोर्स के दायरे से बाहर)

Legend क्या है?

एक विज़ुअल गाइड जो प्लॉट के तत्वों, जैसे रंग या symbol, को समझाने में मदद करता है

आम तौर पर जरूरत होने पर अपने-आप जुड़ जाता है
- उदाहरण के लिए, जब हम bar chart में रंग जोड़ते हैं

रंगों वाला bar chart

Legend बनाना और स्टाइल करना

Legend को नियंत्रित करने के लिए update_layout() का उपयोग करें

showlegend = True डिफॉल्ट legend दिखाता है
legend - properties की dictionary लेता है
- x, y हमें प्लॉट एरिया में legend की पोज़िशन सेट करने देते हैं (रेंज 0 से 1)
- अन्य स्टाइल तत्व जैसे bgcolor (background color), borderwidth, और font

और जानने के लिए documentation देखें

एक स्टाइल किया हुआ legend

fig.update_layout(
    "showlegend": True,

    legend_title_text="All Companies"

    legend=dict(
    x=0.7, y=0.8,
    bgcolor="rgb(246,228,129)"))
})

स्टाइल किया हुआ legend

अभ्यास करते हैं!

Python में Plotly के साथ Data Visualization परिचय