Побудова інтерактивних графіків для аналізу великих обʼємів даних

1. Основи роботи з інтерактивними графіками

Почнемо з найпростішого — створення базового інтерактивного графіка. Давайте створимо графік розсіювання, який покаже ріст моркви у вашому віртуальному саду. Так, навіть програмісти мають мрії про садівництво!

import plotly.express as px
import pandas as pd

# Простий DataFrame з нашими даними
df = pd.DataFrame({
    'Дні': [1, 2, 3, 4, 5],
    'Ріст моркви': [2, 3, 5, 7, 11]
})

# Створення інтерактивного лінійного графіка
fig = px.line(df, x='Дні', y='Ріст моркви', title='Ріст моркви за тиждень')
fig.show()

Коли ви запустите цей код, у вас відкриється новий браузер, і ви побачите неймовірний інтерактивний графік, який можна збільшувати, зменшувати та натискати на точки, щоб побачити їх значення.

А тепер давайте додамо трохи магії інтерактивності!

2. Налаштування інтерактивності

Plotly дозволяє налаштовувати спливаючі підказки, кольорові схеми та додавати додаткові дані до інтерактивних графіків, що робить звіти більш інформативними та візуально привабливими.

Налаштування спливаючих підказок (Tooltips)

У Plotly можна додавати детальні дані у підказки, які відображаються при наведенні на елементи графіка.

import plotly.express as px
import pandas as pd

# Простий DataFrame з нашими даними
df = pd.DataFrame({
    'Дні': [1, 2, 3, 4, 5],
    'Ріст моркви': [2, 3, 5, 7, 11],
    "План агронома": [3, 4, 5, 6, 13]
})

# Створення інтерактивного лінійного графіка
fig = px.line(df, x='Дні', y='Ріст моркви', title='Ріст моркви за тиждень', hover_data={"План агронома": True})
fig.show()

Тут hover_data={"План агронома": True} додає дані про план агронома в підказку, щоб при наведенні користувачі могли порівняти реальні дані з планом.

Налаштування кольорових схем

Plotly підтримує різні кольорові схеми, які можна використовувати для покращення візуального сприйняття.

import plotly.express as px

# Дані для графіка
data = {
    "Категорія": ["A", "B", "C", "D"],
    "Значення": [10, 20, 30, 40]
}

fig = px.bar(data, x="Категорія", y="Значення", color="Категорія", title="Дані по категоріям")
fig.show()

Кольорові схеми можна налаштовувати для створення яскравих і інформативних звітів.

Збільшення

Plotly пропонує безліч інтерактивних елементів, які можна інтегрувати у ваші графіки, як от зміна масштабу, панорамування та анотації. Наприклад, ви можете легко увімкнути збільшення та масштабування, як показано нижче:

import plotly.graph_objects as go

# Використовуємо дані про моркву, додаємо інтерактивність
fig = go.Figure(data=go.Scatter(x=df['Дні'], y=df['Ріст моркви'], mode='lines+markers'))

# Вказуємо елементи управління
fig.update_layout(
    title='Ріст моркви за тиждень',
    xaxis_title='Дні',
    yaxis_title='Ріст моркви (см)',
    hovermode='closest'
)

fig.show()

Цей графік дозволяє натискати на точки та надавати додаткову інформацію, яку ми можемо визначити самостійно.

3. Приклади використання інтерактивних графіків

Інтерактивні графіки чудово підходять для візуалізації великих наборів даних. Наприклад, уявіть собі набір даних, що містить тисячі рядків із продажами в магазині за рік. Інтерактивні елементи дозволять вам не лише побачити загальну картину, але й заглибитися в деталі, вивчити конкретні дні, знайти піки та падіння, покращивши розуміння і прийняття рішень.

Давайте створимо приклад з більш обʼємними даними — припустимо, у нас є дані про температуру протягом року, і ми хочемо їх візуалізувати:

import numpy as np

# Генеруємо дані про температуру
np.random.seed(0)
x = np.arange(365)
y = np.random.normal(30, 5, 365)  # 30 градусів в середньому

fig = go.Figure(data=go.Scatter(x=x, y=y, mode='lines', line=dict(color='firebrick')))

fig.update_layout(
    title='Температура протягом року',
    xaxis_title='День',
    yaxis_title='Температура (°C)'
)

fig.show()

Тепер у вас є інтерактивний графік, який не лише показує зміну температури майже кожного дня, але й дозволяє наблизитися до конкретних періодів для детального аналізу.

Кастомізація графіків

Plotly надає можливості для кастомізації, які допоможуть зробити ваші графіки візуально привабливими та корисними. Ви можете змінювати кольори, додавати підказки, легенди та навіть анімації! Для більш складних сценаріїв ви можете зануритися в документацію Plotly і знайти приклади того, як використовувати ці функції у вашому власному проєкті.

Може здатися, що побудова інтерактивних графіків — це завдання рівня майстра Джедая, але навички, які ви освоїте з Plotly, відкриють вам двері у світ ефективної та наочної візуалізації даних. Використовуйте ці навички, щоб зміцнити ваші аналітичні здібності й стати зіркою Excel (або Python) на вашому робочому місці. Не забувайте експериментувати і пробувати нові підходи — саме так народжуються великі ідеї!