autotion/training.python.datascience

Files

Steve Kossouho 7d9352968d Initial commit

2025-07-04 19:58:11 +02:00

11 KiB

Raw Blame History

title, author

title	author
Plotly Express	Steve Kossouho

Rendu de graphiques avec Plotly

Qu'est-ce que Plotly ?

Selon le site de Plotly : La bibliothèque graphique Python Plotly crée des graphiques interactifs de qualité propre à la publication.

Comment fonctionne Plotly ?

Plotly est une bibliothèque Python compatible avec les DataFrame{.python} Pandas, qui permet de créer des graphiques interactifs, et cela grâce aux technologies web (HTML, CSS et JS). Un navigateur suffit à afficher le contenu d'un graphique généré avec Plotly.

La bibliothèque est relativement facile à prendre en main et bien documentée, de sorte qu'il est simple de faire des choses simples, et abordable de produire des choses plus complexes.

Documentation de Plotly pour Python

Plotly Express

Plotly express est une bibliothèque de Plotly proposant très simplement de créer des graphiques, depuis des DataFrame{.python} Pandas. Elle propose toute la variété de graphiques générables avec Plotly, via des fonctions prêtes à l'emploi prenant en argument un DataFrame{.python}.

Installer Plotly Express

pip install plotly

Barres

Générer un graphique en barres est assez simple avec Plotly, et fonctionne de manière relativement satisfaisante par défaut (ex. texte en blanc sur fond sombre)

import pandas as pd
from plotly import express


data = pd.DataFrame(data={
    "product": ["pomme", "poire", "banane", "pêche"],
    "price": [1.99, 2.49, 2.99, 3.49],
    "wpu": [200, 180, 140, 200]
})
# Générer un graphique
figure = express.bar(data, x="product", y=["price", "wpu"], barmode="group", title="Prix et poids unitaires")
figure.show()

Documentation de bar

Barres (sur un objet `Series`)

Vous pouvez également générer un graphique en partant d'un objet de type Series, même si l'objet ne contient en lui-même qu'une seule colonne. Les valeurs d'index peuvent également servir sur un axe; il suffit d'utiliser la valeur None{.python} :

import pandas as pd
from plotly import express


values = pd.Series(
    data=[1.99, 2.49, 2.99, 3.49],
    index=["pomme", "poire", "banane", "peche"],
    name="price"
)
# Générer un graphique
figure = express.bar(values, x=None, y="price")
figure.show()

L'axe des Y pourra utiliser le nom associé à l'objet Series (values.name{.python})

Quelques personnalisations sont possibles, notamment via la notion de template (thème), et de layout (organisation du contenu).

import pandas as pd
from plotly import express

data = pd.DataFrame(data={
    "product": ["pomme", "poire", "banane", "pêche"],
    "price": [1.99, 2.49, 2.99, 3.49],
    "wpu": [200, 180, 140, 200]
})
# Générer un graphique. Plotly express ne prend en charge qu'un seul graphique par figure
figure = express.bar(data, x="product", y="price", title="Prix", template="seaborn",
                     labels={"price": "Prix", "product": "Produit"})
figure.layout.update({"font": {"family": "Cabin", "size": 13}})
figure.show()

Voici une liste des valeurs possibles fournies par Plotly pour l'argument template{.python}:

ggplot2 : Thème par défaut de GGPlot2 pour [R]{.naming}
seaborn : Thème par défaut de Seaborn pour Python
plotly : Thème par défaut de Plotly
plotly_white
plotly_dark
presentation
xgridoff
ygridoff
gridon
none

Secteurs concentriques

Le graphique [sunburst]{.naming} permet d'afficher des secteurs, et de les découper en sous-catégories dans des anneaux concentriques. Ici, nous avons un DataFrame{.python} avec des ventes par ville, chaque ville appartenant à un pays.

import pandas as pd
import plotly
from plotly.express import sunburst

if __name__ == '__main__':
    df = pd.DataFrame(data={
        "country": ["France", "France", "Spain", "Spain", "England", "England", "England"],
        "city": ["Montpellier", "Bordeaux", "Madrid", "Valencia", "London", "Manchester", "Bristol"],
        "sales": [150_000, 127_000, 97_200, 137_250, 200_000, 180_000, 150_000]
    })
    plot = sunburst(df, path=["country", "city"], values="sales", title="Sales by country and city", template="ggplot2",
                    color_discrete_sequence=plotly.colors.qualitative.Dark2)
    plot.layout.update({"font": {"family": "Cabin", "size": 13}})
    plot.show()

Documentation de sunburst

Nuages de points

Les nuages de points ([scatter plot]{.naming}) sont un moyen pratique de mettre en regard deux valeurs d'une même observation afin d'essayer de déduire une tendance ou une corrélation. Ils se présentent en 2 dimensions, mais deux autres axes peuvent être représentés via la taille ou la couleur des points du graphique.

import pandas as pd
from plotly import express as px

data = pd.read_csv("https://archive.ics.uci.edu/ml/machine-learning-databases/iris/iris.data", header=None,
                   names=["sepal-length", "sepal-width", "petal-length", "petal-width", "class"])

plot = px.scatter(data, x="sepal-length", y="sepal-width", size="petal-width", color="class", template="seaborn",
                  title="Iris flowers dataset",
                  labels={"sepal-length": "Sepal length", "sepal-width": "Sepal width", "petal-width": "Petal width", "class": "Class"})
plot.layout.update({"font": {"family": "Cabin", "size": 13}})
plot.show()

Documentation de scatter

Construction

Cette section regroupe plusieurs solutions pour parvenir à certains résultats.

Deux axes Y dans un graphique en barres

Par défaut, Plotly Express ne génère pas deux axes distincts lorsque vous affichez un graphique avec deux colonnes pour l'axe Y. Si leurs ordres de grandeur sont différents, les barres partageront toutefois la même échelle.

Pour obtenir deux axes distincts en Y, nous devons utiliser Plotly manuellement. Rien d'anormalement complexe toutefois :

import pandas as pd
from plotly.graph_objs import Figure, Bar

data = pd.DataFrame(data={
    "product": ["pomme", "poire", "banane", "pêche"],
    "price": [1.99, 2.49, 2.99, 3.49], "wpu": [200, 180, 140, 200]
})
figure = Figure([
    Bar(name="Prix", x=data["product"], y=data["price"], yaxis="y", offsetgroup=1),
    Bar(name="Poids", x=data["product"], y=data["wpu"], yaxis="y2", offsetgroup=2),
])
# Afficher le dernier graphique généré
figure.layout.update({
    "template": "seaborn",
    "title": "Prix et poids unitaires", "font": {"family": "Cabin", "size": 13},
    "yaxis": {"title": "Prix (€)"}, "yaxis2": {"title": "Poids (g)", "overlaying": "y", "side": "right"}
})
figure.show()

Texte personnalisé dans un camembert

Par défaut, les secteurs de graphique camembert ([pie]{.naming}) affichent la taille d'un secteur en pourcents du total. Vous pouvez y formater d'autres infos :

import pandas as pd
from plotly import express as px

data = pd.DataFrame(data={
    "product": ["pomme", "poire", "banane", "pêche"],
    "price": [1.99, 2.49, 2.99, 3.49], "wpu": [200, 180, 140, 200]
})
figure = px.pie(data, values="price", names="product", title="Prix")
# Afficher le dernier graphique généré
figure.layout.update({
    "template": "seaborn",
    "title": "Prix au kilo", "font": {"family": "Cabin", "size": 13},
})
figure.update_traces(**{"textinfo": "label+value", "texttemplate": "%{label}<br>%{value:.2f}€"})
figure.show()

Personnalisation des camemberts

Choix de couleurs

Vous pouvez définir votre propre choix de couleurs pour certains graphiques, avec certains arguments. L'argument color_discrete_sequence{.python} permet de définir une liste de couleurs à appliquer en tourniquet aux éléments du dessin.

import pandas as pd
from plotly import express as px

data = pd.DataFrame(data={
    "product": ["pomme", "poire", "banane", "pêche"],
    "price": [1.99, 2.49, 2.99, 3.49], "wpu": [200, 180, 140, 200]
})
figure = px.pie(data, values="price", names="product", title="Prix", color_discrete_sequence=["red", "orange", "yellow", "#8F0"])
figure.layout.update({"template": "seaborn", "title": "Prix au kilo", "font": {"family": "Cabin", "size": 13}})
figure.show()

Plotly Express fournit des séquences ou dégradés de couleurs, dont la référence est disponible ci-dessous :

Couleurs et séquences de couleurs

Couleur dépendante de la valeur

Vous pouvez sur certains graphiques définir un gradient à appliquer aux éléments du dessin selon une valeur qui leur est associée. Ici, nous avons un graphique en barres, où la couleur de chaque barre dépend de la valeur de la colonne price.

import pandas as pd
from plotly import express as px

data = pd.DataFrame(data={
    "product": ["pomme", "poire", "banane", "pêche"],
    "price": [1.99, 2.49, 2.99, 3.49], "wpu": [200, 180, 140, 200]
})
figure = px.bar(data, y="price", x="product", title="Prix", color="price", color_continuous_scale=["red", "orange", "yellow", "#8F0"])
figure.layout.update({"template": "seaborn", "title": "Prix au kilo", "font": {"family": "Cabin", "size": 13}})
figure.show()

Ici, l'argument color permet d'indiquer sur les valeurs de quelle colonne colorier les barres. L'argument color_continuous_scale permet de définir les couleurs d'un dégradé à utiliser pour colorier les barres.

11 KiB Raw Blame History