[Python] plotlyの使い方 – 様々なグラフを描画する

pip install plotly

# Plotlyライブラリのインポート
import plotly.express as px
import plotly.graph_objects as go

# 簡単な散布図を作成
import plotly.express as px
import pandas as pd
# サンプルデータの作成
data = {
    'x': [1, 2, 3, 4, 5],
    'y': [2, 3, 5, 7, 11]
}
df = pd.DataFrame(data)
# 散布図の作成
fig = px.scatter(df, x='x', y='y', title='サンプル散布図')
fig.show()

# Plotly Expressをインポート
import plotly.express as px
import pandas as pd
# サンプルデータの作成
data = {
    'x': [1, 2, 3, 4, 5],
    'y': [2, 3, 5, 7, 11],
    'label': ['A', 'B', 'C', 'D', 'E']
}
df = pd.DataFrame(data)
# 散布図の作成
fig = px.scatter(df, x='x', y='y', text='label', title='サンプル散布図')
fig.show()

# サンプルデータの作成
data = {
    '時間': ['1月', '2月', '3月', '4月', '5月'],
    '売上': [100, 150, 200, 250, 300]
}
df = pd.DataFrame(data)
# 折れ線グラフの作成
fig = px.line(df, x='時間', y='売上', title='月別売上の推移')
fig.show()

# サンプルデータの作成
data = {
    '年齢': [22, 25, 29, 30, 32, 35, 36, 40, 42, 45, 50, 55, 60]
}
df = pd.DataFrame(data)
# ヒストグラムの作成
fig = px.histogram(df, x='年齢', title='年齢分布のヒストグラム')
fig.show()

# Plotly Graph Objectsをインポート
import plotly.graph_objects as go
import pandas as pd
# サンプルデータの作成
data = {
    'x': [1, 2, 3, 4, 5],
    'y': [2, 3, 5, 7, 11],
    'label': ['A', 'B', 'C', 'D', 'E']
}
df = pd.DataFrame(data)
# 散布図の作成
fig = go.Figure(data=go.Scatter(
    x=df['x'],
    y=df['y'],
    mode='markers+text',
    text=df['label'],
    marker=dict(size=10, color='blue', opacity=0.6, line=dict(width=2, color='DarkSlateGrey'))
))
# レイアウトの設定
fig.update_layout(title='カスタマイズされた散布図', xaxis_title='X軸', yaxis_title='Y軸')
fig.show()

# サンプルデータの作成
data = {
    'x': [1, 2, 3, 4, 5],
    'y1': [2, 3, 5, 7, 11],
    'y2': [1, 1.5, 2, 2.5, 3]
}
df = pd.DataFrame(data)
# 図の作成
fig = go.Figure()
# 散布図の追加
fig.add_trace(go.Scatter(x=df['x'], y=df['y1'], mode='markers', name='散布図', marker=dict(color='blue')))
# 折れ線グラフの追加
fig.add_trace(go.Scatter(x=df['x'], y=df['y2'], mode='lines+markers', name='折れ線グラフ', line=dict(color='red')))
# レイアウトの設定
fig.update_layout(title='散布図と折れ線グラフの重ね合わせ', xaxis_title='X軸', yaxis_title='Y軸')
fig.show()

# サンプルデータの作成
import numpy as np
# 乱数でデータを生成
data = np.random.rand(10, 10)
# ヒートマップの作成
fig = go.Figure(data=go.Heatmap(
    z=data,
    colorscale='Viridis'
))
# レイアウトの設定
fig.update_layout(title='ヒートマップの例', xaxis_title='X軸', yaxis_title='Y軸')
fig.show()

# Plotly Expressをインポート
import plotly.express as px
import pandas as pd
# サンプルデータの作成
data = {
    'x': [1, 2, 3, 4, 5],
    'y': [2, 3, 5, 7, 11],
    'label': ['A', 'B', 'C', 'D', 'E'],
    '詳細': ['詳細A', '詳細B', '詳細C', '詳細D', '詳細E']
}
df = pd.DataFrame(data)
# 散布図の作成
fig = px.scatter(df, x='x', y='y', text='label', title='ツールチップのカスタマイズ')
fig.update_traces(hovertemplate='ラベル: %{text}<br>詳細: %{customdata}<extra></extra>', customdata=df['詳細'])
fig.show()

# サンプルデータの作成
data = {
    '時間': ['1月', '2月', '3月', '4月', '5月'],
    '売上': [100, 150, 200, 250, 300]
}
df = pd.DataFrame(data)
# 折れ線グラフの作成
fig = px.line(df, x='時間', y='売上', title='ズームとパン機能を持つ折れ線グラフ')
fig.show()

# サンプルデータの作成
data = {
    'カテゴリ': ['A', 'B', 'A', 'B', 'A'],
    '値': [10, 15, 20, 25, 30]
}
df = pd.DataFrame(data)
# バーチャートの作成
fig = px.bar(df, x='カテゴリ', y='値', title='フィルタリング機能を持つバーチャート', color='カテゴリ', barmode='group')
fig.show()

# Plotly Expressをインポート
import plotly.express as px
import pandas as pd
# サンプル売上データの作成
data = {
    '月': ['1月', '2月', '3月', '4月', '5月', '6月'],
    '売上': [150, 200, 250, 300, 350, 400]
}
df = pd.DataFrame(data)
# 折れ線グラフの作成
fig = px.line(df, x='月', y='売上', title='月別売上データの分析')
fig.show()

# Plotly Expressをインポート
import plotly.express as px
import pandas as pd
# サンプル地理データの作成
data = {
    '地域': ['東京', '大阪', '名古屋', '福岡', '札幌'],
    '人口': [13960000, 8839000, 2300000, 1600000, 1900000]
}
df = pd.DataFrame(data)
# 地図の作成
fig = px.choropleth(df, locations='地域', locationmode='country names', color='人口',
                     title='地域ごとの人口データの可視化')
fig.show()

# Plotly Expressをインポート
import plotly.express as px
import pandas as pd
# サンプルアンケートデータの作成
data = {
    '選択肢': ['A', 'B', 'C', 'D'],
    '票数': [50, 30, 15, 5]
}
df = pd.DataFrame(data)
# バーチャートの作成
fig = px.bar(df, x='選択肢', y='票数', title='アンケート結果の分析')
fig.show()

# Plotly Expressをインポート
import plotly.express as px
import pandas as pd
# サンプル株価データの作成
data = {
    '日付': pd.date_range(start='2023-01-01', periods=10, freq='D'),
    '株価': [100, 102, 101, 105, 107, 110, 108, 112, 115, 118]
}
df = pd.DataFrame(data)
# 折れ線グラフの作成
fig = px.line(df, x='日付', y='株価', title='株価の時系列データの可視化')
fig.show()

# Plotly Expressをインポート
import plotly.express as px
import pandas as pd
# サンプルデータの作成
data = {
    'x': [1, 2, 3, 4, 5],
    'y': [2, 3, 5, 7, 11]
}
df = pd.DataFrame(data)
# 散布図の作成
fig = px.scatter(df, x='x', y='y', title='サンプル散布図')
# グラフをPNG形式で保存
fig.write_image("scatter_plot.png")

# グラフをHTML形式で保存
fig.write_html("scatter_plot.html")

import plotly.io as pio
# グラフをPlotlyのサーバーにアップロード
pio.write_json(fig, 'scatter_plot.json', auto_open=True)

# Jupyter Notebook内でグラフを表示
fig.show()