Питхон Плотли Туториал

Плотли је аналитичка компанија позната по развоју алата за аналитику, статистику и графички приказ у реалном времену за веб апликације и самосталне Питхон скрипте. У овој лекцији ћемо погледати основне примере са Плотли-ом и изградити једноставне и интуитивне графиконе података временских серија који ће бити 100% интерактивне природе, а опет једноставни за дизајнирање. Ови графикони се могу користити у презентацијама јер су потпуно интерактивни и спремни за игру.

Такође постоји опција за спремање дизајна графика ван мреже, тако да се могу лако извести. Постоје многе друге карактеристике које употребу библиотеке чине врло лаком:

• Сачувајте графиконе за коришћење ван мреже као векторске графике који су високо оптимизовани за штампу и објављивање
• Извезене графиконе су у формату ЈСОН, а не у формату слике. Овај ЈСОН се може лако учитати у друге алате за визуелизацију као што је Таблеау или њиме манипулисати помоћу Питхон-а или Р-а
• Како су извезени графови ЈСОН-ове природе, практично је врло лако уградити ове графиконе у веб апликацију
• Плотли је добра алтернатива за Матплотлиб за визуелизацију

Да бисмо почели да користимо пакет Плотли, морамо се регистровати за рачун на претходно поменутој веб локацији да бисмо добили важеће корисничко име и АПИ кључ помоћу којих можемо почети да користимо његове функционалности. Срећом, за Плотли је доступан план бесплатних цена са којим добијамо довољно карактеристика за израду графикона производног нивоа.

Инсталирање Плотли

Само напомену пре почетка, за ову лекцију можете користити виртуелно окружење које можемо направити следећом командом:

питхон -м виртуаленв заверено
извор нумпи / бин / активирај

Једном када је виртуелно окружење активно, можете инсталирати Плотли библиотеку унутар виртуелне енв тако да се могу извршити примери које следећи креирамо:

пип инсталирати намерно

У овој лекцији ћемо користити Анаконду и Јупитер. Ако га желите инсталирати на машину, погледајте лекцију која описује „Како инсталирати Анацонда Питхон на Убунту 18.04 ЛТС “и поделите своје повратне информације ако се суочите са било којим проблемом. Да бисте инсталирали Плотли са Анацонда, користите следећу наредбу у терминалу из Анацонде:

цонда инсталл -ц намерно заверено

Нешто слично видимо када извршимо горњу команду:

Једном када су сви потребни пакети инсталирани и готови, можемо почети са коришћењем библиотеке Плотли са следећом изјавом о увозу:

платно увозити

Једном када направите налог на Плотли-у, требаће вам две ствари - корисничко име налога и АПИ кључ. Сваком налогу може припадати само један АПИ кључ. Зато га чувајте негде на сигурном, јер ако га изгубите, морат ћете регенерирати кључ и све старе апликације које користе стари кључ престат ће радити.

У свим Питхон програмима које пишете спомените акредитиве како бисте започели рад са Плотли-ом:

заверено.алата.сет_цредентиалс_филе (корисничко име = 'корисничко име', апи_кеи = 'ваш-апи-кључ')

Кренимо сада са овом библиотеком.

Први кораци са Плотли-ом

У нашем програму ћемо користити следећи увоз:

увези панде као пд
увоз нумпи као нп
импорт сципи ас сп
платно увозити.заверено као пи

Користимо:

• Панде за ефикасно читање ЦСВ датотека
• НумПи за једноставне табеларне операције
• Сципи за научне прорачуне
• Плац за визуелизацију

За неке примере користићемо Плотлијеве сопствене скупове података доступне на Гитхуб-у. На крају, имајте на уму да можете да омогућите офлајн режим и за Плотли када требате покретати Плотли скрипте без мрежне везе:

увези панде као пд
увоз нумпи као нп
импорт сципи ас сп
платно увозити
заверено.одсутан.инит_нотебоок_моде (цоннецтед = Труе)
платно увозити.офлајн као пи

Можете да покренете следећу изјаву да бисте тестирали инсталацију Плотли:

штампати (заверено.__верзија__)

Нешто слично видимо када извршимо горњу команду:

Напокон ћемо преузети пакет података са Пандама и визуализовати га као табелу:

платно увозити.фигуре_фацтори као фф
дф = пд.реад_цсв ("хттпс: // рав.гитхубусерцонтент.цом / плотли / датасетс / мастер / сцхоол_
зарада.цсв ")
табела = фф.цреате_табле (дф)
пи.иплот (табела, име датотеке = 'табела')

Нешто слично видимо када извршимо горњу команду:

Хајде сада да конструишемо а Графикон за визуализацију података:

платно увозити.грапх_објс како иде
подаци = [го.Трака (к = дф.Школа, и = дф.Жене)]
пи.иплот (подаци, име датотеке = 'жене-бар')

Нешто слично видимо када извршимо горњи исечак кода:

Када видите горњу табелу са Јупитер бележницом, биће вам представљене разне могућности увећања / умањивања одређеног одељка графикона, Бок & Лассо селецт и још много тога.

Груписане тракасте карте

Вишеструки тракасти дијаграми се могу сврстати у сврхе поређења врло лако са Плотли-ом. Искористимо исти скуп података за ово и покажимо разлике у присуству мушкараца и жена на универзитетима:

жене = иди.Трака (к = дф.Школа, и = дф.Жене)
мушкарци = иди.Трака (к = дф.Школа, и = дф.Мушкарци)
подаци = [мушкарци, жене]
лаиоут = го.Изглед (бармоде = "гроуп")
фиг = крени.Слика (подаци = подаци, изглед = изглед)
пи.иплот (фиг)

Нешто слично видимо када извршимо горњи исечак кода:

Иако ово изгледа добро, налепнице у горњем десном углу нису, тачно! Исправимо их:

жене = иди.Трака (к = дф.Школа, и = дф.Жене, име = "Жене")
мушкарци = иди.Трака (к = дф.Школа, и = дф.Мушкарци, име = "Мушкарци")

Графикон сада изгледа много описније:

Покушајмо да променимо бармоде:

лаиоут = го.Изглед (бармоде = "релативни")
фиг = крени.Слика (подаци = подаци, изглед = изглед)
пи.иплот (фиг)

Нешто слично видимо када извршимо горњи исечак кода:

Кружне табеле са сплетком

Сада ћемо покушати да направимо тортни дијаграм са Плотли-ом који успоставља основну разлику између процента жена на свим универзитетима. Назив универзитета биће етикете, а стварни бројеви ће се користити за израчунавање процента целине. Ево исечка кода за исто:

траг = кренути.Пита (ознаке = дф.Школа, вредности = дф.Жене)
пи.иплот ([траг], име датотеке = 'пита')

Нешто слично видимо када извршимо горњи исечак кода:

Добра ствар је што Плотли долази са многим функцијама зумирања и смањења и многим другим алатима за интеракцију са изграђеним графиконом.

Визуализација података временских серија помоћу Плотли-а

Визуелизација података временских серија један је од најважнијих задатака који је наишао када сте аналитичар података или инжењер података.

У овом примеру ћемо користити засебни скуп података у истом ГитХуб спремишту јер ранији подаци нису посебно садржавали временски обележене податке. Као и овде, зацртаћемо варијације Аппле-ових деоница на тржишту током времена:

финансијски = пд.реад_цсв ("хттпс: // рав.гитхубусерцонтент.цом / плотли / датасетс / мастер /
финансије-графикони-јабука.цсв ")
подаци = [го.Разбацани (к = финансијски.Датум, и = финансијски ['ААПЛ.Близу'])]
пи.иплот (подаци)

Нешто слично видимо када извршимо горњи исечак кода:

Једном када задржите показивач миша преко линије варијације графикона, можете одредити детаље тачке:

Дугмад за зумирање и смањивање можемо користити и за приказ података специфичних за сваку недељу.

Графикон ОХЛЦ

ОХЛЦ (Опен Хигх Лов цлосе) графикон се користи за приказ варијације ентитета у временском распону. Ово је лако конструисати помоћу ПиПлот-а:

од датетиме увоз датетиме
опен_дата = [33.0, 35.3, 33.5, 33.0, 34.1]
високи_дати = [33.1, 36.3, 33.6, 33.2, 34.8]
низак_дата = [32.7, 32.7, 32.8, 32.6, 32.8]
цлосе_дата = [33.0, 32.9, 33.3, 33.1, 33.1]
датуми = [датум-време (година = 2013, месец = 10, дан = 10),
датум и време (година = 2013, месец = 11, дан = 10),
датум и време (година = 2013, месец = 12, дан = 10),
датум и време (година = 2014, месец = 1, дан = 10),
датум и време (година = 2014, месец = 2, дан = 10)]
траг = кренути.Охлц (к = датуми,
опен = опен_дата,
високи = високи_подаци,
низак = низак_дата,
цлосе = цлосе_дата)
подаци = [траг]
пи.иплот (подаци)

Овде смо навели неколико примера података који се могу извести на следећи начин:

• Отворени подаци описују стопу акција када се тржиште отворило
• Високи подаци описују највишу стопу залиха постигнуту током датог временског периода
• Ниски подаци описују најнижу стопу залиха постигнуту током датог временског периода
• Подаци затварања описују стопу затварања залиха када је задати временски интервал истекао

Сада, покренимо одломак кода који смо навели горе. Нешто слично видимо када извршимо горњи исечак кода:

Ово је изврсно поређење начина успостављања временских поређења ентитета са сопственим и поређења са високим и ниским достигнућима.

Закључак

У овој лекцији погледали смо још једну библиотеку за визуализацију, Плотли која је изврсна алтернатива Матплотлибу у апликацијама производне класе које су изложене као веб апликације, Плотли је врло динамична и богата могућностима библиотека за употребу у производне сврхе, тако да је ово дефинитивно вештина коју треба да имамо испод појаса.

Пронађите све изворне кодове коришћене у овој лекцији на Гитхуб-у. Молимо поделите повратне информације о лекцији на Твиттеру са @сбмаггарвал и @ЛинукХинт.