Редагування осей графіка

Вступ до візуалізації даних з Plotly у Python

Alex Scriven

Data Scientist

Наш набір даних

$$

  • Агрегований набір даних про пінгвінів:
spec av_flip_length
Adelie 189.953642
Chinstrap 195.823529
Gentoo 217.186992

 

  • 🚫 стовпці spec і av_flip_length
Вступ до візуалізації даних з Plotly у Python

Типові підписи осей

$$

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

 

Простий стовпчиковий графік довжини ласти пінгвінів за видами

Вступ до візуалізації даних з Plotly у Python

Редагування назв осей

  • «Швидкі» функції plotly:
fig.update_xaxes(title_text="Species")
fig.update_yaxes(title_text="Average Flipper Length")

$$

  • Реалізація через update_layout()
fig.update_layout(dict(
    xaxis=dict(title=dict(text="Species")),
    yaxis=dict(title=dict(text="Average Flipper Length"))
))
Вступ до візуалізації даних з Plotly у Python

Приведімо графік до ладу

Простий стовпчиковий графік з оновленими назвами осей

Вступ до візуалізації даних з Plotly у Python

Який метод обрати?

 

  • ⭐ Використовуйте «швидкі» методи для базових змін

$$

  • ⭐⭐ Для більшого контролю — метод update_layout():
    • Можна змінювати розмір, стиль, колір, кут шрифта

$$

$$

Детальніше у документації Plotly

Вступ до візуалізації даних з Plotly у Python

Редагування діапазонів осей

Простий стовпчиковий графік з оновленими назвами осей

  • Встановлення y-осі від 150 до максимуму (з невеликим запасом)
fig.update_layout(dict(
    yaxis=dict(range=[150, penguin_flippers["av_flip_length"].max() + 30]
    )))
Вступ до візуалізації даних з Plotly у Python

Нові діапазони осей

Простий стовпчиковий графік із скороченим діапазоном

Вступ до візуалізації даних з Plotly у Python

Проблеми масштабу даних

Що робити, коли деякі точки даних набагато більші за інші?

  • Топ-10 країн за кількістю мільярдерів

Таблиця: кількість мільярдерів за країнами

Вступ до візуалізації даних з Plotly у Python

Наша проблема з масштабом

 

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

Базовий стовпчиковий графік кількості мільярдерів

Вступ до візуалізації даних з Plotly у Python

Логарифмічна шкала

  • Використовується для даних з великими відмінностями у значеннях

Приклад логарифмічної шкали

  • Кожна поділка у 10 разів більша за попередню (10, 100, 1000 тощо)
Вступ до візуалізації даних з Plotly у Python

Використання log для наших даних

$$

  • У Plotly є аргументи log_y та log_x
fig = px.bar(billionaire_data, 
            x="Country", 
            y="Number Billionaires",
            log_y=True)

fig.show()

$$

Стовпчиковий графік з логарифмічною шкалою для даних про мільярдерів

Вступ до візуалізації даних з Plotly у Python

Логшкала: застереження

💡 Обирайте тип візуалізації, зважаючи на аудиторію

Презентація графіка аудиторії

Вступ до візуалізації даних з Plotly у Python

Давайте потренуємось!

Вступ до візуалізації даних з Plotly у Python

Preparing Video For Download...