Primeros pasos con Plotly-Python

Ok, suficiente teoría, comencemos.

Instalación:

Para instalar este módulo, escriba el siguiente comando en la terminal.

pip install plotly

Empezando

Vamos a crear varias parcelas usando este módulo.

• Gráfico de dispersión:   Gráfico de dispersión. Se utilizan principalmente para la representación de la relación entre dos variables.

# import all required libraries
import numpy as np
import plotly
import plotly.graph_objects as go
import plotly.offline as pyo
from plotly.offline import init_notebook_mode
 
init_notebook_mode(connected=True)
 
# generating 150 random integers
# from 1 to 50
x = np.random.randint(low=1, high=50, size=150)*0.1
 
# generating 150 random integers
# from 1 to 50
y = np.random.randint(low=1, high=50, size=150)*0.1
 
# plotting scatter plot
fig = go.Figure(data=go.Scatter(x=x, y=y, mode='markers'))
 
fig.show()

Producción:    

• Gráficos de barras: los gráficos de barras se utilizan cuando queremos comparar diferentes grupos de datos y hacer inferencias sobre qué grupos son los más altos y qué grupos son comunes y comparar el rendimiento de un grupo en comparación con otros.

# import all required libraries
import numpy as np
import plotly
import plotly.graph_objects as go
import plotly.offline as pyo
from plotly.offline import init_notebook_mode
 
init_notebook_mode(connected = True)
 
# countries on x-axis
countries=['India', 'canada',
           'Australia','Brazil',
           'Mexico','Russia',
           'Germany','Switzerland',
           'Texas']
 
# plotting corresponding y for each
# country in x
fig = go.Figure([go.Bar(x=countries,
                        y=[80,70,60,50,
                           40,50,60,70,80])])
 
fig.show()

Producción:

• Gráfico circular: Un gráfico circular representa la distribución de diferentes variables entre el total. En el gráfico circular, cada porción muestra su contribución a la cantidad total.

# import all required libraries
import numpy as np
import plotly
import plotly.graph_objects as go
import plotly.offline as pyo
from plotly.offline import init_notebook_mode
 
init_notebook_mode(connected = True)
 
# different individual parts in
# total chart
countries=['India', 'canada',
           'Australia','Brazil',
           'Mexico','Russia',
           'Germany','Switzerland',
           'Texas']
 
# values corresponding to each
# individual country present in
# countries
values = [4500, 2500, 1053, 500,
          3200, 1500, 1253, 600, 3500]
 
# plotting pie chart
fig = go.Figure(data=[go.Pie(labels=countries,
                      values=values)])
 
fig.show()

Producción: 

• Histograma: un histograma traza la distribución continua de la variable como una serie de barras y cada barra indica la frecuencia del valor que ocurre en una variable.

# import all required libraries
import numpy as np
import plotly
import plotly.graph_objects as go
import plotly.offline as pyo
from plotly.offline import init_notebook_mode
 
init_notebook_mode(connected = True)
 
# save the state of random
np.random.seed(42) 
 
# generating 250 random numbers
x = np.random.randn(250)
 
# plotting histogram for x
fig = go.Figure(data=[go.Histogram(x=x)])
 
fig.show()

Producción: 

• Diagrama de caja: Un diagrama de caja es la representación de un resumen estadístico. Mínimo, Primer Cuartil, Mediana, Tercer Cuartil, Máximo.

# import all required libraries
import numpy as np
import plotly
import plotly.graph_objects as go
import plotly.offline as pyo
from plotly.offline import init_notebook_mode
 
init_notebook_mode(connected = True)
 
np.random.seed(42)
 
# generating 50 random numbers
y = np.random.randn(50)
 
# generating 50 random numbers
y1 = np.random.randn(50)
fig = go.Figure() 
 
# updating the figure with y
fig.add_trace(go.Box(y=y))
 
# updating the figure with y1
fig.add_trace(go.Box(y=y1))
 
fig.show()

Producción: