[Python] plotly 사용하기 (1) Line 그래프

[Python] plotly 사용하기 (1) Line 그래프

앞선 포스팅에서 Plotly를 설치하는 방법에 대해서 알아보았다.

[Python] Plotly 설치

Plotly 라이브러리를 이용해서 그래프를 그려보자

데이터는 plotly에서 제공하는 임의의 데이터를 사용 한다.

import pandas as pd
import plotly.express as px
import plotly.graph_objects as go

 

선 그래프 (Line)

선 그래프는 다음과 같이 나타낼 수 있다.

px.line(df, x축에 들 갈 column명, y축에 들어갈 column명)

 

예제 데이터는 Canada의 연도별 기대 수명이다.

데이터 프레임에 값을 넣어준 후 x축에 연도 y축에 기대수명을 넣어주면 그래프를 확인 할 수 있다.

df = px.data.gapminder().query("country=='Canada'")
fig = px.line(df, x="year", y="lifeExp", title="Life expectancy in Canada")
fig.show()

 

Mark

오세아니아 대륙의 기대수명을 나타내는데, 색깔(color)으로 나라를 구별할 수 있다.

또한 symbol 지정이 가능하다.

df = px.data.gapminder().query("continent=='Oceania'")
fig = px.line(df, x="year", y="lifeExp", color='country', symbol="country")
fig.show()

 

title 및 x, y 축 레이블 변경

다음은 오세아니아의 연도별 인구 변화를 나타내는 그래프다.

 

x축과 y축에 label 지정이 가능하며, 딕셔너리 형태로 지정한다. 

그래프의 title을 지정할 수 있다.

 

높이(width)와 넓이(height)를 pixel 단위로 지정이 가능하다. 

fig = px.line(df, x='year', y='pop', color='country',
             labels={"year":"년도","pop":"총 인구수"},
             title="오세아니아의 연도별 인구 변화",
             width=500, height = 300
             )
fig.show()

 

툴팁 데이터 추가

tooltip에는 기본적으로 함수에 입력된 값들이 표시된다. (x값, y값, color값 등)

옵션(hover_name, hover_data)을 선택하면 툴팁에 추가로 표시가 된다.

툴팁은 커스터마이징이 가능하다.

컬럼을 False로 세팅 시 툴팁에서 표시가 삭제되고, True로 세팅 시 디폴트 포맷팅으로 툴팁에 표시가 추가된다.

표시되는 형식 또한 포맷팅이 가능하다.

fig = px.line(df, x='year', y='pop', color='country',
             hover_name = 'country',
             hover_data={"pop":':.2f', #tool tip에 표시되는 데이터 포맷팅
                         "country":False, #tool tip에서 데이터 삭제
                         "continent":True, #tooltip 에 데이터 추가
                         "lifeExp":':.2f' #데이터 추가하고 포맷팅
                        } 
            )
fig.show()

 

Subplot 표시

query 함수를 통해서 데이터를 특정하여 가지고 오면 지정한 데이터에 대해서 subplot 표시가 가능하다.

아래 예제는 iso_alpha가 KOR로 동일한 우리나라와 북한의 연도별 인구 변화를 나타낸다.

df = px.data.gapminder().query("iso_alpha == 'KOR'")
fig = px.line(df, x='year', y='pop', color='country',
             facet_row='country')
fig.show()

fecet_row를 사용하면 가로 방향으로 subplot이 표시되며 

fecet_col을 사용하면 세로 방향으로 subplot이 표시된다.

 

시계열 데이터 다루기

먼저 데이터를 불러와준다, 해당 데이터는 6 tech 기업의 2018-2019 종가가 정리되어있다고 한다.

df = px.data.stocks()
df.head()

구글의 데이터를 시계열 그래프로 그려보자

fig = px.line(df, x='date', y='GOOG')
fig.show()

Range Slide 추가도 가능하다.

fig = px.line(df, x='date', y='GOOG')
fig.update_xaxes(rangeslider_visible=True)
fig.show()

 

참고

https://wikidocs.net/187709

https://wikidocs.net/180789