Plotly Python Tutorial für Data Science

Interaktive Visualisierungen

Plotly erstellt dynamische Diagramme, die in Webbrowsern sofort manipulierbar und erkundbar sind. Plotly-Dash-Elemente können im Liniendiagramm ein- und ausgeblendet werden, und Benutzer können sich über Datenpunkte verschieben und zoomen, um mehr Informationen zu erhalten.

Reiche Diagrammtypen

Viele Diagrammarten, wie Streudiagramme, Balkendiagramme, Liniendiagramme, Kreisdiagramme, Histogramme, Heatmaps, Konturplots, 3D-Diagramme und mehr, werden von Plotly unterstützt.

Anpassung

Benutzer haben eine feinkörnige Kontrolle darüber, wie ihre Diagramme aussehen und sich verhalten. Beschriftungen, Farbtöne, Legenden, Titel, Achsenbeschriftungen und andere Designentscheidungen sind alle für Plotly-Diagramme anpassbar.

Exportoptionen

Benutzer von Plotly können ihre Diagramme in verschiedenen Formaten exportieren, wie zum Beispiel PDF-Dokumente, interaktive HTML-Dateien und statische Bilder (PNG, JPEG und SVG).

Integration

Plotly lässt sich leicht mit verschiedenen Python-Frameworks und -Modulen kombinieren, Beispiele sind Dash zur Erstellung webbasierter Dash-Anwendungen und Dashboards, NumPy für numerische Berechnungen und Pandas für Datenmanipulation.

Installieren Sie Plotly

Plotly kann mit pip installiert werden, wenn es noch nicht installiert wurde.

pip install plotly

pip install plotly

Importieren Sie Plotly und Bereiten Sie die Daten vor

Importieren Sie nach dem Importieren der erforderlichen Module aus Plotly Ihre Daten.

import plotly.graph_objects as go
# Sample data
x_data = [1, 2, 3, 4, 5]
y_data = [10, 11, 12, 13, 14]

import plotly.graph_objects as go
# Sample data
x_data = [1, 2, 3, 4, 5]
y_data = [10, 11, 12, 13, 14]

Erstellen Sie eine Trace

Erstellen Sie ein Trace-Objekt, das die Daten darstellt und die gewünschte Visualisierung visualisiert. Wir werden hier ein einfaches Liniendiagramm erstellen:

# Create a trace (line plot)
trace = go.Scatter(x=x_data, y=y_data)

# Create a trace (line plot)
trace = go.Scatter(x=x_data, y=y_data)

Erstellen einer Layout

Durch die Erstellung eines Layout-Objekts können Sie die Anordnung des Diagramms ändern. Dies umfasst Einstellungen wie Achsenbeschriftungen und Titel:

# Create a layout
layout = go.Layout(
    title="My Plot",
    xaxis=dict(title="X-axis"),
    yaxis=dict(title="Y-axis")
)

# Create a layout
layout = go.Layout(
    title="My Plot",
    xaxis=dict(title="X-axis"),
    yaxis=dict(title="Y-axis")
)

Erstellen einer Figure

Integrieren Sie das Layout und die Trace zu einem Figure-Objekt:

# Create a figure
fig = go.Figure(data=[trace], layout=layout)

# Create a figure
fig = go.Figure(data=[trace], layout=layout)

Diagramm anzeigen

Verwenden Sie schließlich die show-Methode, um das Diagramm anzuzeigen:

# Display the plot
fig.show()

# Display the plot
fig.show()

Dieses Tutorial schließt den Schritt-für-Schritt-Installationsprozess zur Erstellung und Einrichtung eines Plotly-Diagramms ab. Für noch anspruchsvollere Setups und Funktionen können Sie die Anleitungen von Plotly ausführlicher durchsehen.

Was ist IronPDF?

IronPDF for Python ist eine leistungsstarke Bibliothek zum Erstellen, Bearbeiten und Konvertieren von PDF-Dateien. Sie ermöglicht es Programmierern, mit bestehenden PDFs zu arbeiten, HTML in PDFs zu konvertieren und andere PDF-bezogene Aktionen durch Programmierung auszuführen.

IronPDF ist eine hilfreiche Lösung für Anwendungen, die dynamische PDF-Erstellung und -Verarbeitung erfordern, und bietet eine anpassbare und benutzerfreundliche Möglichkeit zur Erstellung hochwertiger PDF-Dokumente.

Funktionen

IronPDF installieren

IronPDF kann mit pip installiert werden. Verwenden Sie den folgenden Befehl, um es zu installieren:

pip install ironpdf

pip install ironpdf

Erstellen eines Plotly-Berichts und Umwandeln in ein PDF

Um Daten zu visualisieren, kombinieren Sie ein Python-Plotly-Diagramm mit IronPDF und erstellen ein PDF-Dokument.

from ironpdf import *
import plotly.graph_objects as go

# Create a Plotly figure
fig = go.Figure(data=go.Scatter(x=[1, 2, 3], y=[3, 2, 1]))
# Export the Plotly figure to an HTML file
fig.write_html('demo.html')

# Create a PDF document instance using IronPDF
iron_pdf = ChromePdfRenderer()

# Render the HTML file as a PDF document
pdf = iron_pdf.RenderHtmlFileAsPdf("demo.html")

# Save the rendered PDF document
pdf.SaveAs("ironpdf_document_with_plotly.pdf")
print("PDF document generated successfully.")

from ironpdf import *
import plotly.graph_objects as go

# Create a Plotly figure
fig = go.Figure(data=go.Scatter(x=[1, 2, 3], y=[3, 2, 1]))
# Export the Plotly figure to an HTML file
fig.write_html('demo.html')

# Create a PDF document instance using IronPDF
iron_pdf = ChromePdfRenderer()

# Render the HTML file as a PDF document
pdf = iron_pdf.RenderHtmlFileAsPdf("demo.html")

# Save the rendered PDF document
pdf.SaveAs("ironpdf_document_with_plotly.pdf")
print("PDF document generated successfully.")

Um ein Liniendiagramm zu erstellen, verwenden wir go.Scatter von Plotly. Wir können go.Layout verwenden, um das Layout des Diagramms zu ändern. Abschließend verwenden wir go.Figure, um das geplottete Layout und die Trace in eine Abbildung zusammenzuführen.

Wir können Diagramme von Plotly als statische Dateien im HTML-Format exportieren. In diesem Fall wird das Diagramm als HTML-Datei namens demo.html exportiert.

Wir haben ein PDF-Dokument durch die Nutzung der Funktionen von IronPDF erstellt. Wir haben dann das HTML-Material in das PDF eingefügt, indem wir RenderHtmlFileAsPdf verwendet haben, und wir haben das PDF-Dokument abschließend mit SaveAs gespeichert.

Sie können ein Plotly-Diagramm in Python erstellen, indem Sie diese Anweisungen befolgen, es als Bild exportieren und dann mit IronPDF integrieren, um die Ausgabe als PDF-Dokument zu erstellen. Passen Sie den Code nach Bedarf an Ihren Anwendungsfall und Ihre Umgebung an.