Free Tutorial
En premier lieu , l’objectif de cet article Pyton Plotly Tutorial est de vous fournir un étude de création des dashboard permettant de visualiser des données stockées dans des fichiers de type DATA CSV FILE par le code PYTHON . Pour cela , nous avons besoin de la bibliothèque Plotly sous l’environnement Python & Anaconda & Jupyter Notebook .
Notez que ce travail est réalisé sous WINDOWS 10 , PC HP .
Tout d’abord ,c’est quoi Dashboard ?
Dashboard (Tableau de bord ) est un outil de présentation des données il permet de gérer l’analyse , le contrôle , le suivi, les prévisions et les solutions à partir des données stockées et visualisées sous plusieurs formes des dashboard .
Il faut souligner qu’ on doit suivre les étapes suivantes pour créer un dashboard avec Plotly :
En fait , Plotly est la bibliothèque utilisée pour créer des dashboard avec Python.
Alors , pour installer « Plotly » il faut exécuter la commande suivante :
sous Anaconda Prompt comme il est montré dans la figure ci_dessous.
Ensuite , l’étape suivante est l’importation de la bibliothèque « Plotly »
Donc , sous Jupyter exécutez la commande suivante :
et pour voir la version « Plotly » installée tapez :
comme il est montré dans la figure ci_dessous.
Après l’activation du compte , sous « Settings » vous trouvez « API key » cliquer sur « Regenerate Key » et copier coller votre code dans un Bloc_ notes.
lien utilisé Plotly Settings
Puis ,vous importez Plotly avec votre code api-key comme c’est indiqué ci_dessous.
Et voila par exemple , un simple traçage avec plotly sous JUPYTER NOTEBOOK .
De plus , vous pouvez maintenant consulter et modifier vos réalisations à partir de votre compte Plotly .
import plotly.plotly as py
import plotly.figure_factory as ff
import pandas as pd
df = pd.read_csv(« tn.csv »)
table = ff.create_table(df)
py.iplot(table, filename=’tn-table’)
import plotly.plotly as py
import plotly.graph_objs as go
data = [go.Bar(x=df.city,
y=df.population)]
py.iplot(data, filename=’tn_bar’)
En revanche , la modification de la représentation est possible sous votre compte Plotly .
import plotly.plotly as py
import plotly.graph_objs as go
import pandas as pd
df = pd.read_csv(« Consommation1.csv »)
data = [go.Scatter(
x=df.Date,
y=df[‘Consommation’])]
layout = {
‘title’: ‘Suivi Consommation’,
‘yaxis’: {‘title’: ‘Consommation’}
}
fig = dict(data=data, layout=layout)
py.iplot(fig)
import plotly.plotly as py
import plotly.graph_objs as go
from datetime import datetime
df = pd.read_csv(« consommation1.csv »)
trace = go.Candlestick(x=df.Date,
open=df.Open,
high=df.High,
low=df.Low,
close=df.Close,
increasing=dict(line=dict(color= ‘#FF1111’)),
decreasing=dict(line=dict(color= ‘#11FF11’)))
data = [trace]
py.iplot(data, filename=’Consommation-Dash’)
Lien de téléchargement fichier consommation.csv
Si vous voulez voir la différence entre Plotly et Matplotlib consultez Python Introduction [Part 1]
Vous trouvez comment utiliser les données stockées dans un fichier de type csv (csv file) avec Matplotlib Python
Vous pouvez voir aussi comment on peut créer Dashboard csv files avec Amcharts Javascripts .