## Introduction à Plotly/Dash pour Python

---

### Qu'est-ce que Dash ?

Dash est un outil associé à Plotly, permettant de générer des tableaux de bord web en Python.

---

### Afficher des diagrammes avec Plotly

Dash peut intégrer les diagrammes générés avec Plotly facilement. Dash existe dans deux versions :

- la version gratuite permet de créer programmatiquement ses propres tableaux de bord
- la version Entreprise, payante propose des outils visuels avancés de personnalisation de tableau de bord

---

### Installer Dash

Dash et Plotly sont disponibles sur le dépôt officiel [PyPI](https://pypi.org/). Il suffit donc d'ouvrir le terminal,
_en ayant activé votre environnement virtuel si nécessaire_, et de taper :

```bash
pip install plotly dash
```

---

#### Afficher un tableau HTML contenant un `DataFrame`

Dash permet simplement d'afficher un tableau paginé, représentant le contenu d'un DataFrame :

```{.python .numberLines}
from dash import Dash, html, dash_table
import pandas as pd

df = pd.read_csv('https://raw.githubusercontent.com/plotly/datasets/master/gapminder2007.csv')

# Créer une application Dash
app = Dash(__name__)

# Configurer la mise en page
app.layout = html.Div([
    html.Div(children='My First App with Data'),
    dash_table.DataTable(data=df.to_dict('records'), page_size=10)
])

# Créer un serveur web pour afficher le résultat
if __name__ == '__main__':
    app.run(debug=True)
```

---

#### Afficher un histogramme avec facettes

Pour créer un histogramme avec facettes avec Plotly, vous pouvez utiliser la classe `Histogram` et la fonction `subplot` :

```{.python .numberLines}
from plotly.subplots import make_subplots

# Supposons que nous ayons un DataFrame pandas df avec une colonne 'value' et une colonne catégorielle 'category'
fig = make_subplots(rows=1, cols=2)
for i, cat in enumerate(df['category'].unique()):
    fig.add_trace(go.Histogram(x=df[df['category']==cat]['value']), row=1, col=i+1)
fig.show()
```

---

#### Afficher un histogramme en barres avec facettes

Pour créer un histogramme en barres avec facettes avec Plotly, vous pouvez utiliser la classe `Bar` et la fonction `subplot` :

```{.python .numberLines}
from plotly.subplots import make_subplots

# Supposons que nous ayons un DataFrame pandas df avec une colonne 'value' et deux colonnes catégorielles 'category1' et 'category2'
fig = make_subplots(rows=1, cols=2)
for i, cat in enumerate(df['category1'].unique()):
    fig.add_trace(go.Bar(x=df[(df['category1']==cat)]['category2'], y=df[(df['category1']==cat)]['value']), row=1, col=i+1)
fig.show()
```

---

### Configurer le thème des graphiques Plotly

Avec Plotly, vous pouvez personnaliser l'apparence de vos graphiques en utilisant des thèmes.

---

#### Styles des graphiques

Plotly offre plusieurs thèmes prédéfinis que vous pouvez appliquer à vos graphiques :

```{.python .numberLines}
import plotly.io as pio

pio.templates.default = "plotly_dark" # Exemple avec le thème "plotly_dark"
```

---

#### Définir des palettes de couleurs

Vous pouvez également personnaliser les couleurs utilisées dans vos graphiques avec Plotly :

```{.python .numberLines}
fig = go.Figure(
    data=go.Scatter(x=x, y=y, mode='markers', marker=dict(color='rgba(152, 0, 0, .8)'))
)
fig.show()
```

Dans cet exemple, nous avons utilisé la propriété `marker` pour changer la couleur des points dans le nuage de points.