1. Kennenlernen von Plotly
Einführung in interaktive Visualisierung
Willkommen auf der dunklen Seite der Macht! Heute werden wir unsere Fähigkeiten in der Datenvisualisierung erweitern, indem wir ein wenig Interaktivität mit der Plotly-Bibliothek hinzufügen.
Stell dir vor, du machst eine Party, und deine statischen Grafiken sind die Gäste, mit denen du bereits alles besprochen hast. Sie sind nützlich, aber du sehnst dich nach lebendigen Diskussionen. Genau hier kommt Plotly ins Spiel, indem es deine Grafiken lebendig werden lässt, reagieren kann und dich sogar unterhalten kann. Mit Plotly kannst du zoomen, schwenken und mit den Daten interagieren, was die Analyse tiefer und anschaulicher macht.
Was ist Plotly und wofür ist es nützlich?
Plotly ist eine vielseitige Bibliothek zur Erstellung von Grafiken, die eine hohe Interaktivität unterstützt. Es ist ideal, wenn du möchtest, dass deine Grafiken intuitiver und leichter zu erkunden sind. Plotly wird in verschiedenen Bereichen eingesetzt: von der Geschäftswelt bis zur Wissenschaft, und bietet mächtige Werkzeuge zur Datenvisualisierung direkt im Webbrowser.
In der Praxis kann das nützlich sein, wenn du Daten den Führungskräften präsentieren musst, denen die Details wichtig sind, oder wenn du ein interaktives Analyse-Dashboard erstellen möchtest. Zum Beispiel helfen interaktive Grafiken im Marketing bei der einfacheren Analyse von Kundenbasis, und in der Wissenschaft beim Untersuchen von experimentellen Daten.
Vergleich von Matplotlib und Plotly
Lassen wir uns nun ansehen, wie Plotly sich von Matplotlib unterscheidet. Matplotlib ist ein gutes Werkzeug zur Erstellung von statischen und druckfähigen Grafiken, wenn du strikte und kontrollierte Visualisierungen benötigst. Aber in einer Ära, in der Interaktivität immer wichtiger wird, übernimmt Plotly die führende Rolle. Im Gegensatz zu Matplotlib erlaubt Plotly das einfache Erstellen interaktiver Grafiken, die direkt in Webseiten eingebettet werden können.
Es ist wie ein Vergleich zwischen einem Kunstalbum und einem Zauberbuch. Im Album kannst du die Seiten und Bilder genießen, aber im Zauberbuch kannst du die Seiten umblättern, die selbst Geschichten erzählen und vor deinen Augen lebendig werden. (Diese Vorlesung wurde vor der Erfindung des Kinos geschrieben :)
Installation und Einrichtung von Plotly
Lass uns anfangen und unsere Umgebung für die Arbeit mit Plotly einrichten.
Installation von Plotly: Wie die meisten großartigen Dinge in Python, kann Plotly mit pip installiert werden. Öffne die Kommandozeile oder das Terminal und führe den folgenden Befehl aus:
pip install plotly
Import von Bibliotheken: Nach der Installation, um mit dem Zeichnen zu beginnen, importieren wir die notwendigen Bibliotheken:
import plotly.express as px
import plotly.graph_objects as go
Wo plotly.express — eine einfachere API für schnelles Erstellen von Grafiken ist und
plotly.graph_objects — ein flexiblerer Ansatz für komplexe Visualisierungen.
2. Erste interaktive Grafik
Erstellen der ersten interaktiven Grafik
Jetzt, wo wir alles Notwendige haben, erstellen wir unsere erste interaktive Grafik. Wir beginnen mit einem einfachen Beispiel – einer Liniendiagramm.
import plotly.express as px
import pandas as pd
# Beispieldaten
data = pd.DataFrame({
"Datum": pd.date_range(start="2023-01-01", periods=7),
"Verkäufe": [150, 230, 270, 300, 190, 210, 280]
})
# Erstellung interaktiver Grafik
fig = px.line(data, x="Datum", y="Verkäufe", title="Verkäufe für die Woche")
fig.show()
Dieser Code erstellt eine Liniendiagramm, die untersucht, gezoomt und verschoben werden kann. Dank der Interaktivität kannst du dich besser auf die Datenbereiche konzentrieren, die dich interessieren.
Anpassung der Interaktivität
Plotly erlaubt es, leicht interaktive Elemente hinzuzufügen. Zum Beispiel kannst du die Funktion von Datenhervorhebung, Zoom und Schwenken einschalten:
fig.update_layout(
xaxis=dict(rangeslider=dict(visible=True)),
title=dict(x=0.5) # Zentrieren des Titels
)
fig.show()
Hier haben wir einen Bereichsschieberegler (rangeslider) hinzugefügt und den Titel zentriert. Das macht deine Grafik benutzerfreundlicher und flexibler.
3. Erstellung verschiedener interaktiver Grafiken
Plotly unterstützt eine große Auswahl interaktiver Grafiken. Hier einige Beispiele:
Streudiagramm
Streudiagramme sind nützlich, um die Korrelation zwischen zwei Variablen zu analysieren.
import plotly.express as px
# Daten für das Diagramm
data = {
"Zeit": [1, 2, 3, 4, 5, 6],
"Temperatur": [30, 32, 34, 33, 31, 29]
}
fig = px.scatter(data, x="Zeit", y="Temperatur", title="Temperatur über die Zeit")
fig.show()
Histogramm
Histogramme sind nützlich, um Datenverteilungen zu analysieren und Anomalien zu erkennen.
import plotly.express as px
# Daten für das Diagramm
data = {
"Noten": [3, 4, 4, 5, 5, 5, 6, 6, 6, 6, 7, 7, 7, 8, 9, 10]
}
fig = px.histogram(data, x="Noten", title="Notenverteilung")
fig.show()
Kreisdiagramm
Kreisdiagramme helfen, den prozentualen Anteil von Kategorien darzustellen.
import plotly.express as px
# Daten für das Diagramm
data = {
"Kategorie": ["A", "B", "C", "D"],
"Anteil": [20, 30, 25, 25]
}
fig = px.pie(data, names="Kategorie", values="Anteil", title="Kategorieanteile")
fig.show()
Anwendung in realen Projekten
Plotly wird in verschiedenen Bereichen angewendet. Hier sind einige Beispiele:
- Business-Analytik: Die Oberflächen von Plotly werden oft genutzt, um interaktive Dashboards zu erstellen, in denen Benutzer Daten erforschen können, indem sie Filter und Analyseparameter dynamisch anpassen.
- Wissenschaftliche Forschung: Forscher nutzen Plotly, um mehrschichtige Daten zu visualisieren, was die Identifikation von Mustern und Anomalien erleichtert.
Du kannst auch Plotly-Grafiken in Jupyter Notebooks, Web-Anwendungen und sogar A/B-Tests integrieren, was deine Forschung zugänglicher und anschaulicher macht.
Wenn du dein Wissen vertiefen möchtest, schaue unbedingt in die offizielle Plotly-Dokumentation, wo du viele Beispiele und Ideen findest. Und jetzt, auf zu interaktiven Meisterwerken! 🚀
GO TO FULL VERSION