Библиотеки Python Часть 2. Практическое применение - стр. 15
xaxis_title='День недели',
yaxis_title='Температура (°C)',
template='plotly_white'
)
fig.show()
```
Объяснение:
1. Мы создаём объект `Figure`, добавляя в него данные с помощью `add_trace`.
2. Используем `Scatter` для отображения данных в виде линии с точками.
3. С помощью `update_layout` задаём заголовок графика и подписываем оси.
4. Метод `fig.show()` открывает интерактивный график в браузере.
Построение столбчатого графика
Теперь создадим столбчатый график, чтобы отобразить продажи по различным категориям товаров.
```python
categories = ['Electronics', 'Clothing', 'Groceries', 'Books', 'Furniture']
sales = [1000, 1500, 700, 1200, 900]
fig = go.Figure()
fig.add_trace(go.Bar(
x=categories,
y=sales,
name='Sales',
marker=dict(color='orange')
))
fig.update_layout(
title='Продажи по категориям товаров',
xaxis_title='Категории',
yaxis_title='Сумма продаж ($)',
template='plotly_dark'
)
fig.show()
```
Особенности:
– Используем `go.Bar` для построения столбчатого графика.
– Цвет столбцов задаётся через параметр `marker`.
Построение комбинированного графика
Иногда нужно совмещать разные типы графиков на одном рисунке. Рассмотрим пример, где на одном графике отображаются продажи в виде столбцов и прибыль в виде линии.
```python
profit = [300, 500, 200, 400, 350]
fig = go.Figure()
fig.add_trace(go.Bar(
x=categories,
y=sales,
name='Sales',
marker=dict(color='blue')
))
fig.add_trace(go.Scatter(
x=categories,
y=profit,
mode='lines+markers',
name='Profit',
line=dict(color='green', width=2)
))
fig.update_layout(
title='Продажи и прибыль по категориям товаров',
xaxis_title='Категории',
yaxis_title='Сумма ($)',
barmode='group',
template='plotly_white'
)
fig.show()
```
Что добавлено:
– Комбинация `Bar` и `Scatter` позволяет визуализировать данные разных типов.
– Параметр `barmode='group'` размещает столбцы по группам, чтобы они не перекрывались.
Построение круговой диаграммы
Для отображения долей в процентах часто используется круговая диаграмма. Например, распределение продаж по категориям.
```python
fig = go.Figure()
fig.add_trace(go.Pie(
labels=categories,
values=sales,
hole=0.3 # Полудонат (дырка в центре)
))
fig.update_layout(
title='Распределение продаж по категориям',
template='plotly_white'
)
fig.show()
```
Особенности:
– Используем `go.Pie` для построения круговой диаграммы.
– Параметр `hole` задаёт размер центральной части, превращая график в "пончиковую" диаграмму.
Построение тепловой карты
Тепловые карты полезны для отображения матриц данных, например, уровня продаж в разных регионах и месяцах.
```python
import numpy as np
regions = ['North', 'South', 'East', 'West']
months = ['January', 'February', 'March', 'April']
sales_data = np.random.randint(100, 1000, size=(4, 4))
fig = go.Figure(data=go.Heatmap(
z=sales_data,
x=months,
y=regions,
colorscale='Viridis' # Цветовая схема
))
fig.update_layout(
title='Уровень продаж по регионам и месяцам',
xaxis_title='Месяцы',
yaxis_title='Регионы'
)
fig.show()
```
Объяснение:
– Используем `go.Heatmap` для отображения данных в виде тепловой карты.
– Параметр `colorscale` задаёт цветовую палитру, визуально усиливая различия между значениями.
Построение трёхмерного графика
Plotly поддерживает трёхмерные визуализации. Например, график, отображающий поверхность функции.
```python
x = np.linspace(-5, 5, 50)
y = np.linspace(-5, 5, 50)