📊 Pandas 시각화 2 - plotly

---

2. plotly

📊 이번 포스팅에서는 iplot보다 세심하게 시각화가 가능한 plotly에 대해서 알아보겠습니다.

---

2.1. plotly 사용하기

📊 먼저 plotly를 설치해줍시다!!

!pip install plotly

📊 이제 라이브러리를 임포트하겠습니다.

import plotly.graph_objects as go
import plotly.offline as pyo
pyo.init_notebook_mode()

📊 iplot과 마찬가지로 plotly 역시 여러가지 그래프 테마가 있는데, plotly 에서는 이것을 template이라고 합니다. template 목록을 한번 알아보겠습니다.

import plotly. io as pio
pio.templates

>>
Templates configuration
-----------------------
    Default template: 'plotly'
    Available templates:
        ['ggplot2', 'seaborn', 'simple_white', 'plotly',
         'plotly_white', 'plotly_dark', 'presentation', 'xgridoff',
         'ygridoff', 'gridon', 'none']

---

2.2. 기본형태

📊 기본적인 형태는 다음과 같습니다.

• fig = go.Figure()
• fig.add_trace( go.그래프종류( x = data1, y = data2 ) )
• fig.update_layout()
• fig.add_annotation()
• fig.show()
• 🙃 iplot은 데이터프레임에서 바로 그래프를 그릴 수 있지만 ( Dataframe.iplot( ~ ) ) plotly는 x축과 y축의 값을 지정해줘야 합니다!!

---

2.2.1. fig.add_trace( )

📊 fig.add_trace( ) 함수를 가지고 그래프의 종류와 데이터, 그래프의 옵션을 지정합니다.

📊인수

• go.그래프 종류( ) - 그래프 종류 지정 및 옵션 지정 ex) go.Scatter, go.Bar, go.Heatmap
• x, y - 데이터 지정
• mode - 그래프의 세부 형태 지정 ex) mode = ‘lines+markers+text’
• marker_color - marker의 색상 지정
• text - mode의 text에 들어갈 내용을 작성
• textposition - text의 위치 지정 ex) textposition = ‘top center’ / textposition = ‘auto’
• textfont_size - text의 크기 설정
• texttemplate - 정규표현식으로 그래프의 text 형태를 선언해줌
• name - 주로 하나의 figure 객체에 두개 이상의 그래프를 그릴때 legend(주석) 옵션 지정

📊 하나의 figure 객체에 여러개의 그래프를 그리려면 add_trace( )를 여러개 선언해주면다됩니다.

---

2.2.2. fig.update_layout( )

📊 fig.update_layout( ) 함수를 가지고 그래프가 들어갈 배경에 대한 정보를 지정합니다.

📊 딕셔너리 형태로 선언합니다.

📊 iplot 의 layout과 유사한 느낌이라고 보시면 될 거 같습니다!!

📊 인수

• title - text, font, size, color, x/y
• showlegend : True / False- 주석 표시 여부
• xaxis / yaxis : title, showticklabels, dtick, tick0, tickfont
• autosize : True / False - figure 객체의 크기 지정
  • False 인 경우 - ‘height’ : ~, ‘width’ : ~
• 'template' : ‘template_name’ - figure객체의 template 지정

---

2.2.3. fig.add_annotation( )

📊 fig.add_annotation( ) 함수를 가지고 그래프에서 강조할 부분에 annotation을 생성합니다.

📊 딕셔너리 형태로 선언합니다.

📊 인수

• x / y : ~ - annotation 이 글어갈 직관적인 위치 지정 ex) x = ‘2020-03-05’, y = 9456
• text : ~ - annotation 내용
• font - size, color

• align : ~ - text 정렬 위치 설정 ex) ‘align’ : ‘center’
  

• showarrow : True / False - 화살표 표시 여부 설정
• arrowhead : ~ - 화살표 머리 종류 지정 ex) ‘arrowhead’ : 2
• arrowsize : ~ - 화살표 머리 크기 지정 ex) ‘arrowsize’ : 1
• arrowwidth : ~ - 화살표 너비 지정 ex) ‘arrowwidth’ : 2

• arrowcolor : ~ - 화살표 색 지정

• bordercolr : ~ - annotation의 바깥 선 색 지정
• borderwidth : ~ - 바깥 선 너비 지정 ex) ‘borderwidth’ : 2
• borderpad : ~ - text 가 들어갈 공간 지정 ex) ‘borderpad’ : 7

• bgcolor : ~ - annotation 배경색 지정

• ax / ay : ~ - 직관적인 위치 기준 annotation의 세부 위치 설정 ex) ‘ax’ : 20, ‘ay’ : -50
  • ax - 0 (가운데) 기준으로 양수면 오른쪽, 음수면 왼쪽
  • ay - 0 (가운데) 기준으로 양수면 아래쪽, 음수면 위쪽
• opacity : ~ - annotation 투명도 설정. 작을수록 투명해짐 ex) ‘opacity’ : 0.9

---

2.2.4. fig.show( )

📊 fig.show( ) 함수는 지금까지 설정한 figure 객체를 보여줍니다.

---

📊 여기까지 해서 plotly 의 기본 구문을 모두 알아보았습니다. 이제 실제로는 어떻게 사용되는지 알아보도록 합시다🙂.

---

2.3. 코드

import plotly.graph_objects as go
import plotly.offline as pyo
pyo.init_notebook_mode()
import plotly.io as pio

fig = go.Figure()
fig.add_trace(
    go.Bar(
        x = Dataframe.index, y = Dataframe['column'], text = Dataframe['column'], marker_colors = colors
    ))

fig.update_layout(
    {
        'title' : {'text':, 'font':{'size':, 'color':}},
        'xaxis' : {'title':, 'font':, 'showticklabels':, 'tick0':, 'dtick':, },
        'yaxis' : {'title':, 'font':, 'showticklabels':, 'tick0':, 'dtick':, },
        
        'showlegend': ,
        
        'autosize' : False,
        'height' : ,
        'width' : ,
        
        'template' :
    })

fig.add_annotation(
    {
        'x': , 'y': ,
        
        'text' : ,
        'font' : {'size' : , 'color' : },
        'align' : 'center',
        
        'showarrow' : True,
        'arrowhead' : 2,
        'arrowsize' : 1,
        'arrowwidth' : 2,
        'arrowcolor' : ,
        
        'bordercolor' : ,
        'borderwidth' : 2,
        'borderpad' : 3,
        'bgcolor' : ,
        
        'ax' : 20, 'ay' : -50,
        'opacity' : 0.9
    })

fig.show()

---

🚩 (2022.10.25 추가) 정확한 사용 방법을 예시를 통해서 알아보도록 합시다!!

fig = go.Figure()

fig.add_trace(
    go.Bar(
    x = density_2013_tot_top10.index, y = density_2013_tot_top10['pop/area'],
    marker_color = colors
    )
)

fig.update_layout(
    {
        'title' : {
            'text' : '<b>Population / Area about total ages in 2013</b>',
            'font' : {'size' : 20},
            'x' : 0.5
            },
        
        'xaxis' : {'title' : {'text' : 'Abbreviation'}, 'showticklabels' : True},
        'yaxis' : {'title' : {'text' : 'pop/area'}, 'showticklabels' : True, 'dtick' : 1000},
        
        'template' : 'plotly_white'
    }
)

fig.add_annotation({
    'x' : "DC",
    'y' : 9550,
    
    'text' : 'pop / area in DC',
    'showarrow' : True,
    'font' : {'size' : 10, 'color' : 'white'},
    
    'align' : 'center',
    'arrowhead' : 2,
    'arrowsize' : 1,
    'arrowwidth' : 2,
    'arrowcolor' : '#04BFAD',
    
    'ax' : 20, 'ay' : -50,
    
    'bordercolor' : '#04BFAD',
    'borderwidth' : 2,
    'borderpad' : 7,
    'bgcolor' : '#F25C5C',
    
    'opacity' : 0.9
})
fig.show()

📊 fig.add_trace( ) 의 marker_colors 인수를 잘 설정해 주면 위의 예시처럼 하나의 데이터만 강조하는 것도 할 수 있습니다. 이 방법은 다음 포스팅에서 가볍게 알아볼 예정입니다.

---

📊 figure = go.Figure( ) 로 figure 객체를 생성하고 fig.add_trace( ) 로 그 위에 그래프를 그려줍니다. 그 후에 fig.update_layout( ) 과 fig.add_annotation( ) 을 가지고 세부적인 조정을 해주면 이렇게 깔끔하고 직관적인 그래프를 그릴 수 있습니다🙃.

📊 아직 시각화 경험이 부족해서 각 그래프 형태에 익숙하지는 않지만, 어떤 데이터에 어떤 그래프가 적합한지도 미리 알아둬야겠습니다🏃‍♂️

---