Библиотеки Python Часть 2. Практическое применение. Джейд Картер

Мы создаём объект `Figure`, добавляя в него данные с помощью `add_trace`.

      2. Используем `Scatter` для отображения данных в виде линии с точками.

      3. С помощью `update_layout` задаём заголовок графика и подписываем оси.

      4. Метод `fig.show()` открывает интерактивный график в браузере.

      Построение столбчатого графика

      Теперь создадим столбчатый график, чтобы отобразить продажи по различным категориям товаров.

      ```python

      categories = ['Electronics', 'Clothing', 'Groceries', 'Books', 'Furniture']

      sales = [1000, 1500, 700, 1200, 900]

      fig = go.Figure()

      fig.add_trace(go.Bar(

      x=categories,

      y=sales,

      name='Sales',

      marker=dict(color='orange')

      ))

      fig.update_layout(

      title='Продажи по категориям товаров',

      xaxis_title='Категории',

      yaxis_title='Сумма продаж ($)',

      template='plotly_dark'

      )

      fig.show()

      ```

      Особенности:

      – Используем `go.Bar` для построения столбчатого графика.

      – Цвет столбцов задаётся через параметр `marker`.

      Построение комбинированного графика

      Иногда нужно совмещать разные типы графиков на одном рисунке. Рассмотрим пример, где на одном графике отображаются продажи в виде столбцов и прибыль в виде линии.

      ```python

      profit = [300, 500, 200, 400, 350]

      fig = go.Figure()

      fig.add_trace(go.Bar(

      x=categories,

      y=sales,

      name='Sales',

      marker=dict(color='blue')

      ))

      fig.add_trace(go.Scatter(

      x=categories,

      y=profit,

      mode='lines+markers',

      name='Profit',

      line=dict(color='green', width=2)

      ))

      fig.update_layout(

      title='Продажи и прибыль по категориям товаров',

      xaxis_title='Категории',

      yaxis_title='Сумма ($)',

      barmode='group',

      template='plotly_white'

      )

      fig.show()

      ```

      Что добавлено:

      – Комбинация `Bar` и `Scatter` позволяет визуализировать данные разных типов.

      – Параметр `barmode='group'` размещает столбцы по группам, чтобы они не перекрывались.

      Построение круговой диаграммы

      Для отображения долей в процентах часто используется круговая диаграмма. Например, распределение продаж по категориям.

      ```python

      fig = go.Figure()

      fig.add_trace(go.Pie(

      labels=categories,

      values=sales,

      hole=0.3 # Полудонат (дырка в центре)

      ))

      fig.update_layout(

      title='Распределение продаж по категориям',

      template='plotly_white'

      )

      fig.show()

      ```

      Особенности:

      – Используем `go.Pie` для построения круговой диаграммы.

      – Параметр `hole` задаёт размер центральной части, превращая график в "пончиковую" диаграмму.

      Построение тепловой карты

      Тепловые карты полезны для отображения матриц данных, например, уровня продаж в разных регионах и месяцах.

      ```python

      import numpy as np

      regions = ['North', 'South', 'East', 'West']

      months = ['January', 'February', 'March', 'April']

      sales_data = np.random.randint(100, 1000, size=(4, 4))

      fig = go.Figure(data=go.Heatmap(

      z=sales_data,

      x=months,

      y=regions,

      colorscale='Viridis' # Цветовая схема

      ))

      fig.update_layout(

      title='Уровень продаж по регионам и месяцам',

      xaxis_title='Месяцы',

      yaxis_title='Регионы'

      )

      fig.show()

      ```

      Объяснение:

      – Используем