Mikä on Plotly?

Plotly on edistynyt avoimen lähdekoodin graafikirjasto, jonka avulla käyttäjät voivat luoda vuorovaikutteisia, julkaisutasoisia kaavioita verkossa. Se on merkittävä työkalu datavisualisoinnin ja tarinankerronnan alalla, tarjoten helppokäyttöisen alustan monimutkaisten visualisointien luomiseen vaivattomasti. Plotly on yhteensopiva useiden ohjelmointikielien kanssa, kuten Pythonin, R:n ja JavaScriptin, mikä tekee siitä monipuolisen valinnan laajalle käyttäjäjoukolle. Kirjaston on kehittänyt Plotly Inc., kanadalainen tietotekniikkayritys Montrealissa, Quebecissä.

Yleiskatsaus

Plotly tunnetaan laajasta kyvystään tuottaa monipuolisia kaavioita, aina viivakaavioista, pylväskaavioista ja hajontakaavioista monimutkaisiin 3D-graafeihin asti. Plotly for Python (yleisesti Plotly.py) rakentuu Plotly.js JavaScript -kirjaston päälle ja mahdollistaa vuorovaikutteisten selainpohjaisten visualisointien luomisen. Nämä visualisoinnit voidaan esittää Jupyter-notebookeissa, tallentaa itsenäisiksi HTML-tiedostoiksi tai integroida web-sovelluksiin Dashin, Plotlyn web-sovellusalustan, avulla.

Keskeiset ominaisuudet

1. Vuorovaikutteisuus: Plotly tarjoaa vahvat vuorovaikutteiset toiminnot, kuten hover-työkalut, zoomauksen ja panoroinnin, jotka parantavat käyttäjän osallistumista mahdollistamalla suoran vuorovaikutuksen datapisteiden kanssa.
2. Laaja kaaviotyyppien valikoima: Yli 40 ainutlaatuista kaaviotyyppiä tukien Plotly soveltuu tilastollisiin, taloudellisiin, maantieteellisiin, tieteellisiin ja kolmiulotteisiin visualisointeihin.
3. Web-sovellusten integrointi: Plotlyn kaaviot voidaan saumattomasti upottaa verkkosivuille ja web-sovelluksiin, mikä tekee siitä erinomaisen työkalun verkkopohjaiseen datatarinankerrontaan.
4. Avoin lähdekoodi: Saatavilla ilmaiseksi MIT-lisenssillä, Plotlyn käyttö ei vaadi taloudellista sitoutumista.
5. Alustojen välinen tuki: Yhteensopiva eri käyttöjärjestelmien kanssa ja integroitavissa erilaisiin ohjelmointiympäristöihin.

Asennus

Plotly voidaan asentaa Pythonin paketinhallinnalla, pipillä, komennolla:

pip install plotly

Vaihtoehtoisesti asennus onnistuu myös conda-komennolla:

conda install -c plotly plotly

JupyterLabin käyttöä varten saatetaan tarvita lisäpaketteja, kuten jupyterlab ja ipywidgets, jotta kaikki ominaisuudet toimivat täydellisesti.

Käyttöesimerkkejä

Peruskaavio

Luodaksesi yksinkertaisen pylväskaavion Pythonissa Plotlylla, voidaan käyttää seuraavaa koodia:

import plotly.express as px

fig = px.bar(x=["a", "b", "c"], y=[1, 3, 2])
fig.show()

Tämä koodiesimerkki hyödyntää Plotly Expressiä, joka on korkean tason rajapinta rikkaiden visualisointien nopeaan luomiseen.

Edistynyt visualisointi

Monipuolisempia visualisointeja varten Plotlyn graph_objects -moduuli tarjoaa laajat mahdollisuudet figuurien muokkaamiseen, mukaan lukien ulkoasun ja suunnittelun hienosäätö.

import plotly.graph_objects as go

fig = go.Figure(data=[go.Scatter(x=[1, 2, 3], y=[4, 5, 6])])
fig.update_layout(title='Scatter Plot Example')
fig.show()

Käyttötapaukset

1. Datatiede ja analytiikka: Plotlya käytetään laajasti datatieteessä analyysitulosten visualisointiin, koontinäyttöjen rakentamiseen ja löydösten esittämiseen ymmärrettävästi.
2. Koneoppiminen: Sillä visualisoidaan mallin suorituskykymittareita, ominaisuuksien merkittävyyttä ja datan jakaumia.
3. Taloudellinen analyysi: Plotly tukee talouskaavioita kuten kynttilä- ja OHLC-kaavioita, jotka ovat olennaisia osakemarkkina-analyysissä.
4. Tieteellinen tutkimus: Tutkijat käyttävät Plotlya luodakseen yksityiskohtaisia ja vuorovaikutteisia tieteellisiä kaavioita datan tutkimista ja esittämistä varten.
5. Liiketoimintatiedon hallinta: Plotlyn vuorovaikutteiset koontinäytöt tarjoavat liiketoimintakäyttäjille näkemyksiä keskeisiin suorituskykymittareihin.

Vertailu muihin kirjastoihin

Matplotlib vs. Plotly

• Vuorovaikutteisuus: Matplotlib tunnetaan staattisista kaavioistaan, kun taas Plotly loistaa vuorovaikutteisten visualisointien tarjoajana.
• Helppokäyttöisyys: Plotly on usein helpompi käyttää monimutkaisten visualisointien luomiseen vähällä koodilla.
• Kaaviovalikoima: Matplotlib tukee laajempaa kaaviovalikoimaa, mutta Plotly tarjoaa ainutlaatuisen sarjan vuorovaikutteisia kaavioita.

Plotly vs. Bokeh

• Vuorovaikutteisuus: Molemmat kirjastot tarjoavat vuorovaikutteisuutta, mutta Plotly koetaan usein käyttäjäystävällisemmäksi ja integroituvammaksi.
• Koontinäytöt: Plotlyn Dash-alusta on vahva työkalu vuorovaikutteisten web-sovellusten rakentamiseen, kun taas Bokehilla on oma palvelimensa koontinäyttöjen luomista varten.

Dash: Plotlyn web-sovellusalusta

Dash on Plotlyn avoimen lähdekoodin Python-kehys analyyttisten web-sovellusten rakentamiseen. Se integroituu saumattomasti Plotly.py:n kanssa ja mahdollistaa monimutkaisten käyttöliittymäelementtien, kuten kaavioiden, alasvetovalikoiden ja liukusäätimien, yhdistämisen suoraan Pythonin analyysikoodiin. Dash Enterprise on maksullinen versio, joka tarjoaa skaalautuvan isännöinnin ja käyttöönoton ominaisuuksia.

Dashin käytön aloitus

Perus Dash -sovelluksen luomiseksi Dash voidaan asentaa pipillä:

pip install dash

Tässä esimerkki yksinkertaisesta Dash-sovelluksesta:

import dash
from dash import dcc, html

app = dash.Dash(__name__)

app.layout = html.Div([
    dcc.Graph(figure=fig)
])

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

Tämä sovellus näyttää aiemmin luodun Plotly-figuurin verkkoselaimessa.

Yhteenveto

Plotly on tehokas työkalu kaikille, jotka haluavat luoda vuorovaikutteisia datavisualisointeja. Sen monikielinen tuki, laajat kaavio-ominaisuudet sekä saumaton integraatio web-sovelluksiin Dashin kautta tekevät siitä olennaisen kirjaston datatieteilijöille, analyytikoille ja kehittäjille. Olitpa sitten tekemisissä tieteellisen tutkimuksen, taloudellisen analyysin tai liiketoimintatiedon kanssa, Plotly tarjoaa työkalut muuttaa monimutkainen data vaikuttaviksi visuaalisiksi tarinoiksi.