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.

    Python3

    # 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.

    Python3

    # 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.

    Python3

    # 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.

    Python3

    # 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.

    Python3

    # 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: 

    Publicación traducida automáticamente

    Artículo escrito por Koushik222 y traducido por Barcelona Geeks. The original can be accessed here. Licence: CCBY-SA

    Deja una respuesta

    Tu dirección de correo electrónico no será publicada. Los campos obligatorios están marcados con *