Визуализация данных Dash с интеграцией Plotly

В области науки о данных и аналитики визуализация данных является важнейшим компонентом. С помощью визуализации мы можем более интуитивно понимать данные и выявлять закономерности и тенденции в них.

Ключевые возможности визуализации Dash опираются на Plotly — мощную библиотеку визуализации данных с открытым исходным кодом. Plotly предоставляет богатый выбор типов графиков и широкие возможности настройки, что позволяет легко создавать интерактивные диаграммы.

Dash бесшовно интегрируется с Plotly через компонент dcc.Graph, позволяя пользователям встраивать графики Plotly непосредственно в приложения Dash.

Что такое Plotly?

Plotly — это основанная на JavaScript библиотека визуализации данных с открытым исходным кодом, поддерживающая несколько языков программирования, включая Python, R, Julia и другие.

Plotly предлагает широкий спектр типов графиков, таких как линейные графики, столбчатые диаграммы, диаграммы рассеяния, тепловые карты и многое другое, а также поддерживает интерактивные функции, такие как масштабирование, панорамирование и всплывающие подсказки при наведении.

Возможности Plotly:

  • Богатый выбор типов графиков: линейные графики, столбчатые диаграммы, диаграммы рассеяния, круговые диаграммы, тепловые карты, 3D-графики и многое другое.

  • Интерактивность: поддерживает такие интерактивные возможности, как масштабирование, панорамирование и всплывающие подсказки при наведении.

  • Высокая настраиваемость: позволяет настраивать цвета диаграмм, макет, аннотации и многое другое.

  • Бесшовная интеграция с Dash: черезdcc.GraphКомпонент встраивает графики Plotly непосредственно в приложения Dash.

Ключевые преимущества Plotly

  • интерактивность: Графики Plotly поддерживают богатые интерактивные возможности, позволяя пользователям взаимодействовать с графиками с помощью операций мышью.
  • разнообразие: Plotly предоставляет множество типов диаграмм, подходящих для различных задач визуализации данных.
  • удобство использования: Дизайн API Plotly лаконичен и прост для начала работы, при этом также поддерживает расширенную настройку.

Интеграция Dash и Plotly

1. Установка Dash и Plotly

Прежде чем начать, нам нужно установить Dash и Plotly. Это можно сделать с помощью следующих команд:

pip install dash plotly
或
pip3 install dash plotly

dcc.GraphЭто компонент в Dash, используемый для отображения графиков Plotly. Его основной параметр — figure, который задаёт данные и макет графика.

Параметры figure:

  • data: Часть данных графика, которая представляет собой список словарей, где каждый словарь представляет серию данных.

  • layout: Часть макета графика, используемая для настройки заголовка, осей, легенды и многого другого.

Пример

import dash
from dash import dcc, html
import plotly.express as px

# Создать приложение Dash
app = dash.Dash(__name__)

# Определить макет
app.layout = html.Div([
    dcc.Graph(
        id='example-graph',
        figure={
            'data': [{'x': [1, 2, 3], 'y': [4, 1, 2], 'type': 'bar', 'name': 'Данные 1'}],
            'layout': {'title': 'Пример диаграммы'}
        }
    )
])

# Запустить приложение
if __name__ == '__main__':
    app.run_server(debug=True)

Отображаемый эффект выглядит следующим образом:

2. Создайте простое приложение Dash

Сначала мы создаем простое приложение Dash, которое отображает базовый график Plotly.

Пример

import dash
from dash import dcc, html
import plotly.express as px
import pandas as pd

# Создайте пример набора данных
df = pd.DataFrame({
    "Фрукт": ["Яблоки", "Апельсины", "Бананы", "Яблоки", "Апельсины", "Бананы"],
    "Количество": [4, 1, 2, 2, 4, 5],
    "Город": ["SF", "SF", "SF", "NYC", "NYC", "NYC"]
})

# Создайте график Plotly
fig = px.bar(df, x="Fruit", y="Amount", color="City", barmode="group")

# Инициализация приложения Dash
app = dash.Dash(__name__)

# Определить макет приложения
app.layout = html.Div(children=[
    html.H1(children='Hello Dash'),

    html.Div(children='''
        Dash: фреймворк для создания веб-приложений на Python.
    '''
),

    dcc.Graph(
        id='example-graph',
        figure=fig
    )
])

# Запустить приложение
if __name__ == '__main__':
    app.run_server(debug=True)

Анализ кода:

  • Создание набора данных: Мы используемpandasСоздан простой набор данныхdf, содержащий информацию о фруктах, количестве и городе.
  • Создание диаграммы: Используйтеplotly.expressизpx.barФункция создает столбчатую диаграмму, показывающую количество различных фруктов в разных городах.
  • Макет приложения Dash: Используйтеhtml.Divиdcc.GraphОпределен макет приложения, в которомdcc.GraphИспользуется для встраивания графиков Plotly.
  • Запуск приложения: С помощьюapp.run_server(debug=True)Запустите приложение и включите режим отладки.

Отображаемый эффект выглядит следующим образом:

3. Добавьте интерактивную функциональность

Сила Dash заключается в его интерактивных возможностях; мы можем динамически обновлять содержимое диаграммы с помощью механизма обратных вызовов Dash.

Пример

from dash.dependencies import Input, Output

# Обновите макет приложения, чтобы добавить выпадающее меню
app.layout = html.Div(children=[
    html.H1(children='Hello Dash'),

    html.Div(children='''
        Dash: фреймворк для создания веб-приложений на Python.
    '''
),

    dcc.Dropdown(
        id='city-dropdown',
        options=[
            {'label': 'San Francisco', 'value': 'SF'},
            {'label': 'New York City', 'value': 'NYC'}
        ],
        value='SF'
    ),

    dcc.Graph(
        id='example-graph',
    )
])

# Определить функцию обратного вызова
@app.callback(
    Output('example-graph', 'figure'),
    [Input('city-dropdown', 'value')]
)
def update_graph(selected_city):
    filtered_df = df[df['City'] == selected_city]
    fig = px.bar(filtered_df, x="Fruit", y="Amount", color="City", barmode="group")
    return fig

# Запустить приложение
if __name__ == '__main__':
    app.run_server(debug=True)

Анализ кода:

  • выпадающее меню: Добавленdcc.Dropdownкомпонент, пользователи могут выбирать разные города.
  • функция обратного вызова: Используйте@app.callbackДекоратор определяет функцию обратного вызоваupdate_graph, когда пользователь выбирает другой город, график обновляется динамически.
  • Обновление графика: Функция обратного вызова фильтрует набор данных на основе выбранного пользователем города и обновляет график.

Отображаемый эффект выглядит следующим образом:


Plotly Express

Plotly Express — это высокоуровневый интерфейс Plotly, позволяющий создавать сложные графики с минимальным объёмом кода. Он хорошо подходит для быстрого прототипирования.

Основные типы диаграмм

1. Линейная диаграмма (px.line):

import plotly.express as px
df = px.data.iris()
fig = px.line(df, x='sepal_width', y='sepal_length', title='折线图示例')

2. Столбчатая диаграмма (px.bar):

fig = px.bar(df, x='species', y='sepal_length', title='柱状图示例')

3. Диаграмма рассеяния (px.scatter):

fig = px.scatter(df, x='sepal_width', y='sepal_length', color='species', title='散点图示例')

4. Круговая диаграмма (px.pie):

fig = px.pie(df, names='species', values='sepal_length', title='饼图示例')

5. Тепловая карта (px.imshow):

import numpy as np
data = np.random.rand(10, 10)
fig = px.imshow(data, title='热力图示例')

Ниже приведён полный пример приложения Dash, использующего Plotly Express для создания диаграмм:

Пример

from dash import Dash, dcc, html
import plotly.express as px
import pandas as pd

# Создание тестовых данных
df = pd.DataFrame({
    'city': ['Пекин', 'Шанхай', 'Гуанчжоу', 'Shenzhen'],
    'Population': [2171, 2424, 1490, 1303]
})

# Создать приложение Dash
app = Dash(__name__)

# Использование Plotly Express для создания столбчатой диаграммы
fig = px.bar(df, x='city', y='Population', title=Данные о населении города)

# Определить макет
app.layout = html.Div([
    dcc.Graph(id='example-graph', figure=fig)
])

# Запустить приложение
if __name__ == '__main__':
    app.run_server(debug=True)

Отображается следующим образом:


Использование Plotly Graph Objects

Plotly Graph Objects — это низкоуровневый интерфейс Plotly, обеспечивающий более тонкий контроль и подходящий для сценариев, требующих высокой степени настройки.

Основные типы диаграмм

1. Линейный график (go.Scatter):

import plotly.graph_objects as go
fig = go.Figure(data=go.Scatter(x=[1, 2, 3], y=[4, 1, 2], mode='lines'))

2. Столбчатая диаграмма (go.Bar):

fig = go.Figure(data=go.Bar(x=['A', 'B', 'C'], y=[10, 20, 30]))

3. Диаграмма рассеяния (go.Scatter):

fig = go.Figure(data=go.Scatter(x=[1, 2, 3], y=[4, 1, 2], mode='markers'))

4. Круговая диаграмма (go.Pie):

fig = go.Figure(data=go.Pie(labels=['A', 'B', 'C'], values=[10, 20, 30]))

Ниже приведён полный пример приложения Dash, использующего Plotly Graph Objects для создания графиков:

Пример

from dash import Dash, dcc, html
import plotly.graph_objects as go

# Создать приложение Dash
app = Dash(__name__)

# Использование Plotly Graph Objects для создания столбчатых диаграмм
fig = go.Figure(data=go.Bar(x=['Beijing', 'Shanghai', 'Guangzhou', 'Shenzhen'], y=[2171, 2424, 1490, 1303]))

# Настройка макета диаграммы
fig.update_layout(title=Данные о населении городов, xaxis_title='город', yaxis_title='Население')

# Определить макет
app.layout = html.Div([
    dcc.Graph(id='example-graph', figure=fig)
])

# Запустить приложение
if __name__ == '__main__':
    app.run_server(debug=True)

Отображается следующим образом:

Другие расширения