출처: https://data101.oopy.io/plolty-tutorial-guide-in-korean

px와 go

fig = go.Figure() : go를 통해 그래프를 하나하나 설정하며 제작
fig = px.scatter() : px를 통해 템플릿으로 그래프를 빠르게 제작

설치

pip install plotly # 설치

pip install plotly --upgrade # 업데이트

그래프 종류

1. Bar graph
2. Scatter Plot

   a. Dot Plot
   b. Bubble Chart

3. Line chart
4. Pie graph

   a. Treemap
   b. Sunburst Chart

5. Statistical Charts

   a. Box Plot
   b. Strip Plot
   c. Violin Plot
   d. Histogram

* chart studio

: plotly로 시각화한 차트를 chart studio에 upload

pip install chart_studio로 설치!

• username과 api_key를 활용해 연결

  import chart_studio

  username = ''  # 자신의 username (plotly account를 만들어야 함)
  api_key = ''    # 자신의 api key (settings > regenerate key)
  
  chart_studio.tools.set_credentials_file(username=username, api_key=api_key)

• 작성한 차트를 upload하는 코드

  chart_studio.plotly.plot(fig, filename = '파일이름', auto_open=True)  # fig: 작성한 차트를 저장한 변수
  ## 위 코드를 실행하면 새로운 window로 해당 차트의 링크가 열리고, notebook에도 link를 아래에 return해줌

기본으로 제공되는 데이터 가져오기

import plotly.express as px
bills_df = px.data.tips()  # plotly express에서 제공되는 기본 data 사용
bills_df.head()

✏️ 1. Bar graph

1-1. daily average bills per sex

 fig = px.bar(bills_df.groupby(['day', 'sex'])[['total_bill']].mean().reset_index(),
             x='day', y='total_bill', color='sex',
             title='Average Bills per Day', category_orders={'day':['Thur', 'Fri', 'Sat', 'Sun']},
             color_discrete_sequence=px.colors.qualitative.Pastel)
 fig.show()

• color로 구분을 넣으면 default로 누적 그래프 형태로 시각화됨

1-2. daily average bills per sex

 fig = px.bar(bills_df.groupby(['day', 'sex'])[['total_bill']].mean().reset_index(),
             x='day', y='total_bill', color='sex', height=400, 
             title='Average Bills per Day', category_orders={'day':['Thur', 'Fri', 'Sat', 'Sun']},
             color_discrete_sequence=px.colors.qualitative.Pastel,
             barmode='group')  # 양 옆으로 놓이는 구조  # barmode='stack'라고 하면 누적 (dafault setting)
 fig.show()

• barmode='group' 옵션을 추가해주면 그룹별 값이 위아래 대신 양옆으로 배치됨
• height 옵션으로 크기를 지정해주는 것도 가능 (+. width 옵션도 가능)

1-3. daily total bills per sex

 fig = px.bar(bills_df, x='day', y='total_bill', color='sex',
             title='Total Bills per Day', category_orders={'day':['Thur', 'Fri', 'Sat', 'Sun']},
             color_discrete_sequence=px.colors.qualitative.Pastel)
 fig.show()

1-4. category별로 영역을 나누어 그리기

 fig = px.bar(bills_df, x='day', y='total_bill', color='smoker', barmode='group', facet_col='sex',
             category_orders={'day':['Thur', 'Fri', 'Sat', 'Sun']},
             color_discrete_sequence=px.colors.qualitative.Safe, template='plotly')
 fig.show()

• facet_col 옵션을 통해 특정 그룹별로 영역을 나눠서 시각화할 수 있다
• template 옵션을 통해 각 그래프별 template을 별도로 지정할 수도 있다

✏️ 2. Scatter Plot

iris_df = px.data.iris()
iris_df.head()

2-1. 기본 scatter plot

 fig = px.scatter(iris_df, x='sepal_width', y='sepal_length', color='species',
                 color_discrete_sequence=px.colors.qualitative.Safe)
 fig.show()

2-2. trendline을 포함한 scatter plot

 fig = px.scatter(bills_df, x='total_bill', y='tip', trendline='ols',
                 color_discrete_sequence=px.colors.qualitative.Pastel1,
                 trendline_color_override='gold')
 fig.show()

• trendline='ols' 옵션을 통해 선형회귀선을 함께 시각화

✏️ 3. Dot Plot

데이터 가져오기

gapminder_df = px.data.gapminder()
gapminder_df.head()

fig = px.scatter(gapminder_df.query("continent=='Americas'"), x='lifeExp', y='country',
                color='year',
                color_continuous_scale='Burgyl')
fig.show()

✏️ 4. Bubble chart

fig = px.scatter(gapminder_df.query("year == 2007"), 
                 x='gdpPercap', y='lifeExp', size='pop', color='continent',
                 hover_name='country')
 fig.show()

✏️ 5. Line Chart

fig = px.line(gapminder_df.query("continent == 'Oceania'"), 
              x='year', y='lifeExp', color='country', symbol='country',
              color_discrete_sequence=px.colors.qualitative.Pastel1)
fig.show()

✏️ 6. Pie Graph

# 2007년 gapminder 수치 중, Asia 지역의 국가별 population 비중을 시각화

temp_df = gapminder_df.query("year == 2007").query("continent == 'Asia'")
# population이 가장 많은 top 15 국가를 제외하고는 다 'Other countries'로 처리
temp_df.sort_values(by='pop', ascending=False, inplace=True)
temp_df.iloc[15:, 0] = 'Other countries'

fig = px.pie(temp_df, values='pop', names='country',
             color_discrete_sequence=px.colors.qualitative.Antique)
fig.show()

✏️ 7. Treemap

temp_df = gapminder_df.query("year == 2007")
fig = px.treemap(temp_df, path=[px.Constant('world'), 'continent', 'country'], 
                values='pop', color='lifeExp', color_continuous_scale='RdBu',
                color_continuous_midpoint=np.average(temp_df['lifeExp'], weights=temp_df['pop']))

fig.update_layout(margin = dict(t=50, l=25, r=25, b=25))
fig.show()

✏️ 8. Sunburst Chart

fig = px.sunburst(bills_df, path=['day', 'time', 'sex'], values='tip',
                 color='time', color_discrete_sequence=px.colors.qualitative.Pastel)
fig.show()

✏️ 9. Statistical Charts

9-1. 기본 box plot

 fig = px.box(bills_df, x='sex', y='total_bill', color='smoker', 
             color_discrete_sequence=px.colors.qualitative.Pastel)
 fig.show()

9-2. 각 point를 함께 시각화

 fig = px.box(bills_df, x='sex', y='total_bill', color='smoker', points='all',
             color_discrete_sequence=px.colors.qualitative.Pastel)
 fig.show()

✏️ 10. Strip Plot

10-1. 기본 strip plot

fig = px.strip(bills_df, x='sex', y='total_bill', color='smoker', 
             color_discrete_sequence=px.colors.qualitative.Pastel)
 fig.show()

10-2. category별로 세분화해 시각화

 fig = px.strip(bills_df, x='total_bill', y='time', color='sex', facet_col='day', 
             category_orders={'day':['Thur', 'Fri', 'Sat', 'Sun']},
             color_discrete_sequence=px.colors.qualitative.Safe, template='plotly')
 fig.show()

✏️ 11. Violin Plot

11-1. violin plot

 fig = px.violin(bills_df, x='sex', y='total_bill', color='smoker',
                 color_discrete_sequence=px.colors.qualitative.Pastel)
 fig.show()

11-2. box, points 옵션 지정

 fig = px.violin(bills_df, y='total_bill', color='sex', box=True, points='all',
                 color_discrete_sequence=px.colors.qualitative.Pastel)
 fig.show()

✏️ 12. Histogram

12-1. 기본 histogram

 fig = px.histogram(bills_df, x='total_bill', nbins=10)
 fig.show()

• nbis 옵션으로 number of bins를 조절

12-2. categorical data를 넣으면 count plot처럼 적용

 fig = px.histogram(bills_df, x='day', category_orders={'day':['Thur', 'Fri', 'Sat', 'Sun']})
 fig.show()

12-3. histogram과 각 값의 분포를 함께 시각화

 fig = px.histogram(bills_df, x='total_bill', y='tip', color='sex', marginal='box',
                 color_discrete_sequence=px.colors.qualitative.Pastel)
 fig.show()

• marginal='box' 옵션을 추가하면 각 값의 분포를 box plot으로 함께 시각화해줌
  (marginal: box, violin, rug 중에 선택 가능)

[참조] https://chaelist.github.io/docs/visualization/plotly/