Pedro Manuel Ramos Rodríguez
Plotly Express
Simple is better than complex
PyBirrasTF19
@pramos90
Índice de contenido
-
Sobre mí. -
Qué es Plotly. -
Tipos de gráficos. -
Plotly Express. -
Diferencias con respecto a Plotly. -
Conclusiones.
PyBirrasTF19
@pramos90
Pedro Manuel Ramos Rodríguez
Graduado en Ingeniería Informática por la ULL.
Full Stack Developer en Edosoft Factory.
Amante de la visualización de datos.
Científico de datos en ratos libres.
PyBirrasTF19
@pramos90
¿Qué es Plotly?
-
Librería de visualización de datos interactiva. -
Basada en D3.js. -
Open Source. -
Más de 40 tipos de gráficos. -
Disponible para múltiples lenguajes.
PyBirrasTF19
@pramos90
¿Qué es Plotly?
Lenguajes disponibles
PyBirrasTF19
@pramos90
Tipos de gráficos
PyBirrasTF19
@pramos90
Tipos de gráficos
PyBirrasTF19
@pramos90
Tipos de gráficos
PyBirrasTF19
@pramos90
Tipos de gráficos
PyBirrasTF19
@pramos90
Plotly Express
-
Librería de visualización de datos de alto nivel.
-
Wrapper de Plotly.
-
Open Source.
-
Mismos gráficos.
-
Código más simple.
-
Integración en Jupyter.
PyBirrasTF19
@pramos90
Plotly Express
Diferencias con respecto a Plotly
-
Totalmente gratuita. Licencia Mit.
-
No necesita Api Key.
-
Sólo disponible para Python.
-
Posee ciertos datasets en la propia librería.
-
Sencillez para generar gráficos.
PyBirrasTF19
@pramos90
Plotly Express
-
Cargando datasets directamente desde la librería.
import plotly_express as px
print(px.data.iris.__doc__)
iris = px.data.iris()
iris.head()
PyBirrasTF19
@pramos90
Plotly Express
-
Generando un scatter plot diferenciando entre especies.
px.scatter(iris,x='sepal_length',y='sepal_width',color='species')
PyBirrasTF19
@pramos90
Plotly Express
-
Generando un scatter plot en 3d diferenciando entre especies.
px.scatter_3d(iris,x='sepal_length',y='sepal_width',z='petal_length',color='species')
PyBirrasTF19
@pramos90
Plotly Express
-
Generando una matriz de scatter plots interactivos diferenciando entre especies.
px.scatter_matrix(
iris,dimensions=[
'sepal_length',
'sepal_width',
'petal_length',
'petal_width'
],
color='species'
)
PyBirrasTF19
@pramos90
Plotly Express
Diferencias con respecto a Plotly
import pandas as pd
import numpy as np
import plotly
import plotly.graph_objs as go
from plotly.offline import init_notebook_mode, iplot
data = pd.read_csv('./datasets/iris/iris.csv')
data.columns = data.columns.str.replace('.','_')
data.head()PyBirrasTF19
@pramos90
Plotly Express
trace = go.Scatter(x=data['Sepal_Length'],
y=data['Sepal_Width'],
mode='markers',
marker=dict(color=np.random.randn(150),
size=10,
colorscale='Viridis',
showscale=False),
)
layout = go.Layout(title='Sepal Length/Sepal width',
xaxis=dict(title='Sepal length'),
yaxis=dict(title='Sepal width'),
)
fig = go.Figure(data=[trace],layout=layout)
iplot(fig)PyBirrasTF19
@pramos90
Diferencias con respecto a Plotly
Plotly Express
Diferencias con respecto a Plotly
PyBirrasTF19
@pramos90
Plotly Express
Diferencias con respecto a Plotly
import plotly.figure_factory as ff
fig = ff.create_scatterplotmatrix(data, index='Species',
height=800, width=800)
iplot(fig, filename='Histograms along Diagonal Subplots')PyBirrasTF19
@pramos90
Plotly Express
Diferencias con respecto a Plotly
PyBirrasTF19
@pramos90
Conclusiones
-
Misma librería.
-
Misma cantidad de gráficos.
-
Código más simple.
-
Trabajos con Jupyter más limpios.
-
Conclusiones en Jupyter Notebook.
@pramos90
PyBirrasTF19
Fin
¿Preguntas?
pedro-ramos-4a5a41135
/PedroRamosRguez
@pramos90
PyBirrasTF19
PybirrasTf2019
By Pedro Ramos
