Создание интерактивных диаграмм распределений с использованием библиотеки Plotly
Покупка
Тематика:
Программирование и алгоритмизация
Год издания: 2023
Кол-во страниц: 96
Дополнительно
Вид издания:
Учебно-методическая литература
Уровень образования:
ВО - Бакалавриат
ISBN: 978-5-7882-3386-4
Артикул: 844135.01.99
Рассмотрены возможности языка программирования Python в области интерактивной визуализации данных. Для визуального анализа данных использован модуль plotly.express библиотеки Plotly. Приведены примеры построения диаграмм распределений: histogram, bar, kde, violin, ecdf, strip, density_heatmap и dencity_contour. Для оценки уровня усвоения студентами пройденного материала предложены варианты заданий для самостоятельной работы.
Предназначено для бакалавров направлений подготовки 09.03.02 «Информационные системы и технологии», 22.03.01 «Материаловедение и технологии материалов», 28.03.02 «Наноинженерия», 18.03.01 «Химическая технология», 29.03.04 «Технология художественной обработки материалов», 29.03.05 «Конструирование изделий легкой промышленности», изучающих дисциплины «Информатика», «Информационные технологии», «Вычислительная математика», «Программирование», «Компьютерная графика», «Теория вероятностей и математическая статистика».
Подготовлено на кафедре информатики и прикладной математики.
Тематика:
ББК:
УДК:
ОКСО:
- ВО - Бакалавриат
- 09.03.02: Информационные системы и технологии
- 18.03.01: Химическая технология
- 22.03.01: Материаловедение и технологии материалов
- 28.03.02: Наноинженерия
- 29.03.04: Технология художественной обработки материалов
- 29.03.05: Конструирование изделий легкой промышленности
ГРНТИ:
Скопировать запись
Фрагмент текстового слоя документа размещен для индексирующих роботов
Министерство науки и высшего образования Российской Федерации Казанский национальный исследовательский технологический университет А. Н. Титов, Р. Ф. Тазиева СОЗДАНИЕ ИНТЕРАКТИВНЫХ ДИАГРАММ РАСПРЕДЕЛЕНИЙ С ИСПОЛЬЗОВАНИЕМ БИБЛИОТЕКИ PLOTLY Учебно-методическое пособие Казань Издательство КНИТУ
УДК 004.42(075) ББК 32.97я7 Т45 Печатается по решению редакционно-издательского совета Казанского национального исследовательского технологического университета Рецензенты: д-р пед. наук, доц. Ю. В. Торкунова канд. экон. наук, доц. О. С. Семичева Т45 Титов А. Н. Создание интерактивных диаграмм распределений с использованием библиотеки Plotly : учебно-методическое пособие / А. Н. Титов, Р. Ф. Тазиева; Минобрнауки России, Казан. нац. исслед. технол. ун-т. – Казань : Изд-во КНИТУ, 2023. – 96 с. ISBN 978-5-7882-3386-4 Рассмотрены возможности языка программирования Python в области интерактивной визуализации данных. Для визуального анализа данных использован модуль plotly.express библиотеки Plotly. Приведены примеры построения диаграмм распределений: histogram, bar, kde, violin, ecdf, strip, density_heatmap и dencity_contour. Для оценки уровня усвоения студентами пройденного материала предложены варианты заданий для самостоятельной работы. Предназначено для бакалавров направлений подготовки 09.03.02 «Информационные системы и технологии», 22.03.01 «Материаловедение и технологии материалов», 28.03.02 «Наноинженерия», 18.03.01 «Химическая технология», 29.03.04 «Технология художественной обработки материалов», 29.03.05 «Конструирование изделий легкой промышленности», изучающих дисциплины «Информатика», «Информационные технологии», «Вычислительная математика», «Программирование», «Компьютерная графика», «Теория вероятностей и математическая статистика». Подготовлено на кафедре информатики и прикладной математики. УДК 004.42(075) ББК 32.97я7 ISBN 978-5-7882-3386-4 © Титов А. Н., Тазиева Р. Ф., 2023 © Казанский национальный исследовательский технологический университет, 2023
О Г Л А В Л Е Н И Е Введение ............................................................................................................ 4 1. ПОСТРОЕНИЕ ГРАФИКОВ В БИБЛИОТЕКЕ PLOTLY ........................ 6 2. МЕТОД HISTOGRAM ................................................................................ 14 3. ПОСТРОЕНИЕ KDE-ГРАФИКОВ В PLOTLY ....................................... 36 4. МЕТОД BOX() ............................................................................................ 47 5. МЕТОД VIOLIN() ....................................................................................... 56 6. МЕТОД ECDF() ........................................................................................... 63 7. МЕТОД STRIP() .......................................................................................... 72 8. МЕТОД DENSITY_HEATMAP() .............................................................. 75 9. МЕТОД DENSITY_CONTOUR() .............................................................. 81 Задания для самостоятельной работы........................................................... 90 Литература ....................................................................................................... 93 Для заметок ...................................................................................................... 94
В В Е Д Е Н И Е Интерактивная библиотека Plotly предназначена для создания, обработки и визуализации графических объектов (диаграмм, графиков, карт). Библиотека поддерживает работу с объектами Pandas, что позволяет выполнять сложные преобразования данных. C ее помощью можно строить диаграммы для визуализации статистических, научных, финансовых данных; трехмерные графики, геологические карты, информационные панели, API, анимации и т. д. Plotly – это веб-приложение для визуализации данных, основанное на JavaScript-библиотеке Plotly (plotly.py/plotly.js). Его используют для создания веб-визуализаций данных, которые можно хранить в виде отдельных HTML-файлов либо отображать в ноутбуках Jupyter или вебприложениях с помощью Dash. Библиотека содержит несколько модулей. В данном пособии авторы постарались подробно описать атрибуты методов построения диаграмм распределений, используемых в модуле plotly.express, и надеются облегчить восприятие изложенного материала большим количеством примеров и пояснений к ним. Пособие включает в себя девять глав. В первой главе рассмотрена работа в модулях библиотеки plotly.graph_objs и plotly.express, приведен пример настройки внешнего вида диаграммы и ее отдельных элементов. Рассмотрены вопросы построения графиков в отдельных подокнах графического окна. Во второй главе показано, как в модуле plotly.express можно осуществить визуализацию данных с помощью метода histogram(), а также показано, как можно добавить на график кривую плотности распределения. В третьей главе приведены примеры построения аппроксимирующих кривых плотности распределений с использованием различных ядер, рассмотрена визуализация данных с помощью метода create_distplot() модуля plotly.figure_factory. В четвертой главе рассмотрены параметры метода box() и приведен пример обновления текстовых надписей методом update_layout(). В пятой главе показано, как с помощью метода violin() модуля plotly.express строятся скрипичные диаграммы. Приведен пример разделения kde-графика на две части в модуле plotly.graph_objects. Шестая глава посвящена вопросам построения графиков эмпирической кумулятивной функции распределения. Проведено сравнение результатов, полученных с помощью функции ecdf(), с результатами,
полученными с использованием параболического ядра. В седьмой главе показано, как строятся strip-диаграммы. В восьмой главе рассмотрены вопросы визуализации двумерной таблицы с числовыми данными с помощью тепловой карты. В девятой главе строятся контурные графики плотности двумерного распределения. На большом количестве примеров продемонстрировано назначение параметров каждого рассмотренного метода. Материал, изложенный в пособии, может быть использован при проведении лабораторных занятий по информационным технологиям, обработке экспериментальных данных, вычислительной и прикладной математике, теории вероятностей и математической статистике. Используемая в пособии версия – Plotly 5.14.0. Вся работа по построению приведенных в пособии графиков была проведена в Jupyter Notebook и Google Colab.
. П О С Т Р О Е Н И Е Г Р А Ф И К О В В Б И Б Л И О Т Е К Е
P L O T L Y
Библиотека Plotly не встроена в Python. Для ее установки используется менеджер пакетов pip: нужно набрать pip install plotly в командной строке или !pip install plotly в Jupyter Notebook (% pip install plotly).
После установки пакета необходимо его импортировать и выбрать (импортировать) для работы тот модуль, в котором вы собираетесь строить график. Библиотека Plotly содержит несколько модулей.
Кратко опишем некоторые из них.
Модуль plotly.graph_objects предоставляет автоматически сгенерированную иерархию классов, называемых графическими объектами,
которые можно использовать для создания рисунков с классом верхнего уровня plotly.graph_objects.Figure. Сам график при этом получается путем компоновки базовых графических объектов по принципу
«снизу вверх».
Для визуализации графических объектов (диаграмм, карт, рисунков и т. д.) предназначена библиотека Plotly.js языка JavaScript. Данные
о графических объектах хранятся в формате JSON (JavaScript Object
Notation), который по структуре мало чем отличается от словаря (dict)
в
Python.
Доступ
к
ним
возможен
через
вызов
класса plotly.graph_objects.Figure.
Для того чтобы вывести сведения о графическом объекте в формате JSON, нужно использовать метод print(fig), а для его визуализации – fig.show. Покажем, как можно построить простейший график
в модуле plotly.graph_objs:
import plotly.graph_objs as go
from numpy import *
g=go.Figure()
x=linspace(-3,3,100)
def f(x):
return 1/(2*pi)**0.5*exp(-x**2/2)
fig=g.add_trace(go.Scatter(x=x,y=f(x)))
fig.show()
print(fig)
Выполнив код, получим график (рис. 1.1), объект Figure, содержащий информацию о типе графика, его макете (layout), и два массива
со 100 значениями х и y:
1
Рис. 1.1. График функции 𝑦=
2
√2𝜋𝑒−𝑥2
Figure({
'data': [{'type': 'scatter',
'x': array([…
]),
'y': array([…
])}],
'layout': {'template': '...'}
})
График получился интерактивным: при наведении курсора на
данные можно получить некоторую информацию (в данном случае –
координаты точки графика) и производить над графиком определенные
действия с помощью появившейся в правом верхнем углу рисунка панели режимов. Она содержит разные пиктограммы для разных типов
графиков.
В Plotly есть три корневых атрибута: data, layout и frames.
Значением первого корневого атрибута является список словарей. Эти словари называются traces (трейсы). Каждый trace в модуле
plotly.graph_objs имеет один из 40 типов (type) диаграмм. В примере
данным типом выступал scatter (диаграмма рассеяния). Диаграмма может иметь одну легенду, за исключением круговой диаграммы (pie)
и воронкообразного графика (funnel chart).
Второй корневой атрибут layout является словарем. Данный атрибут отвечает за расположение и настройки частей рисунка, не
связанных с данными, таких как размеры и координаты рисунка, шаблоны, шрифты, цвета, метки при наведении, заголовок и легенда, аннотации т. д. С помощью этого атрибута можно создавать элементы
управления, которые могут запускать функции Plotly.js при взаимодействии с пользователем: меню обновлений (updatemenus) – кнопки, выпадающие списки, переключатели, слайдеры (sliders).
Третьим корневым атрибутом является frames. Значения данного
атрибута хранятся в списке словарей. Эти словари соответствуют кадрам в анимированном графике. Каждый кадр содержит свой собственный атрибут данных, а также другие параметры. Анимация обычно запускается и управляется с помощью элементов управления, определенных в layout.sliders и/или layout.updatemenus.
Новые графики могут быть добавлены к уже созданным
в plotly.graph_objects с помощью метода add_trace(). Метод принимает
данные графического объекта (экземпляр go.Scatter, go.Bar и т. д.) и добавляет построенный на их основе график к имеющимся. Это позволяет
сначала создать пустое графическое окно и последовательно добавлять
в
него
графики. Это
же
можно
сделать
с
помощью
метода append_trace().
Следующий модуль, в котором можно создавать рисунки, – модуль plotly.express. Он использует graph_objects и возвращает
graph_objects. Можно сказать, что plotly.express по отношению к Plotly
является тем же, чем Seaborn по отношению к Matplotlib.
Построим приведенный график (см. рис. 1.1) в модуле plotly.express:
import plotly.express as px
from numpy import *
x=linspace(-3,3,100)
def f(x):
return 1/(2*pi)**0.5*exp(-x**2/2)
fig=px.line(x=x,y=f(x))
fig.show()
В коде поменяли тип кривой со scatter на line. В противном случае получился бы график из отдельных точек, не соединенных отрезками прямых.
Функции пакета plotly.figure_factory – это функции, предназначенные для создания графических объектов, удовлетворяющих потребности
некоторых
специализированных
предметных
областей.
Например, в пакете можно построить дендрограмму – визуализатор, используемый для представления результатов иерархической кластеризации. Она показывает степень близости отдельных объектов и кластеров, а также наглядно демонстрирует в графическом виде последовательность их объединения или разделения: from plotly.figure_factory import create_dendrogram import numpy as np import pandas as pd Index= ['A','B','C','D','E','F','G','H','I','J'] df = pd.DataFrame(abs(np.random.randn(10, 10)), index=Index) fig = create_dendrogram(df, labels=Index) fig.show() Результат работы кода представлен на рис. 1.2. Рис. 1.2. Дендрограмма, построенная в plotly.figure_factory С помощью функции plotly.subplots.make_subplots() можно создать графический объект, состоящий из нескольких подокон в одном графическом окне, на каждый из которых можно нанести необходимые графические объекты (линии, диаграммы, карты и т. д.). Таким образом можно построить графики двух функций, например гамма-распределения с параметрами k = 8, λ = 2 и распределения хи-квадрат с 4 степенями свободы, в разных подокнах одного графического окна: from plotly.subplots import make_subplots import numpy as np
from scipy.stats import chi2,gamma
x=np.linspace(.1,10,50)
fig = make_subplots(rows=1, cols=2,
subplot_titles=('Плотность гамма-распределения k=8, λ=2',
'$$ Плотность ~ распределения ~ χ^2$$'))
fig.add_scatter(row=1, col=1,
x=x,y=gamma.pdf(x,8,0,1/2),
mode='markers+lines',name=' γ(8,2)' )
fig.add_scatter(row=1, col=2,
x=x,y=chi2.pdf(x,4),name='$$ y=χ^2(4)$$')
fig.show()
Рис. 1.3. Два подграфика в одном графическом окне
Вне зависимости от того, в каком из модулей построен график,
его можно обновлять, добавляя к нему при необходимости дополнительные графики и изменяя свойства графика. Если график был создан
с использованием plotly.subplots.make_subplots(), то можно указать номер строки и столбца, чтобы вывести график в определенное подокно.
Метод update_layout() можно использовать для обновления нескольких свойств макета рисунка, например текста и размера шрифта
заголовка. Графические объекты поддерживают метод update_traces(),
который можно использовать для обновления нескольких свойств одной или нескольких диаграмм.
Метод update_traces() поддерживает аргумент selector, позволяющий указать, какие объекты следует обновлять. Будут обновлены
только диаграммы со свойствами, соответствующими селектору.