plotly bar chart Archives | HajerEducation

Python Plotly Tutorial Plotly Dashboard Python Objectif 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 . Définition 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 . Préparation Outils Nécessaires : Étapes A suivre Il faut souligner qu' on doit suivre les étapes suivantes pour créer un dashboard avec Plotly : 1. Installation Bibliothèque Plotly Dashboard Python En fait , Plotly est la bibliothèque utilisée pour créer des dashboard avec Python. Alors , pour installer "Plotly" il faut exécuter la commande suivante :pip install plotly --upgrade sous Anaconda Prompt comme il est montré dans la figure ci_dessous. install plotly dash in anaconda 2.Importer Bibliothèque Plotly Ensuite , l'étape suivante est l'importation de la bibliothèque "Plotly"Donc , sous Jupyter exécutez la commande suivante : import Plotly et pour voir la version "Plotly" installée tapez :plotly._version_ comme il est montré dans la figure ci_dessous. import plotly in jupyter notebook 3. Création d'un compte Ploty Il faut reconnaître que vous deviez créer un compte sous Plotly à partir du lien suivant . Plotly Plotly Dashboard Python sign up 4. Régénération d'un "API KEY" 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 Plotly API Settings 5. Importer Potly sous Jupyter + plotly.tools.set_credentials_file Puis ,vous importez Plotly avec votre code api-key comme c'est indiqué ci_dessous.import plotlyplotly.tools.set_credentials_file(username'****', api_key'**** ') import plotly in jupyter notebook 5. Simple Exemple de vérification Et voila par exemple , un simple traçage avec plotly sous JUPYTER NOTEBOOK .La connexion est établie avec succès !! Connexion Ploty Dashboard Python Plotly Scatter De plus , vous pouvez maintenant consulter et modifier vos réalisations à partir de votre compte Plotly . Plotly Compte Exemple 1 : Création d'un tableau avec Plotly à partir d'un csv file Code Plotly table import plotly.plotly as pyimport plotly.figure_factory as ffimport pandas as pddf pd.read_csv("tn.csv")table ff.create_table(df)py.iplot(table, filename'tn-table') Résultat Plotly Table Plotly Table Exemple 2 : Représentation des données sous forme "Bar" plotly bar chart Code Plotly Bar Chart import plotly.plotly as pyimport plotly.graph_objs as godata py.iplot(data, filename'tn_bar') Résultat Plotly Bar Chart Plotly Bar Chart En revanche , la modification de la représentation est possible sous votre compte Plotly . Compte Plotly Exemple 3 : Suivi d’évolution des données en fonction du temps à partir d'un fichier csv (.csv file) Code Plotly Scatter import plotly.plotly as pyimport plotly.graph_objs as goimport pandas as pddf pd.read_csv("Consommation1.csv")data )]layout {'title': 'Suivi Consommation','yaxis': {'title': 'Consommation'}}fig dict(datadata, layoutlayout)py.iplot(fig) Résultat Plotly Scatter Plotly Scatter Exemple 4 :Comment Utiliser la fonction "Candlestick" avec fichier csv Code Plotly Candlestick import plotly.plotly as pyimport plotly.graph_objs as gofrom datetime import datetimedf pd.read_csv("consommation1.csv")trace go.Candlestick(xdf.Date,opendf.Open,highdf.High,lowdf.Low,closedf.Close,increasingdict(linedict(color '#FF1111')),decreasingdict(linedict(color '#11FF11')))data py.iplot(data, filename'Consommation-Dash') Résultat Plotly Candlestick Plotly Candlestick Test Vidéo : Python Plotly Tutorial Lien de téléchargement fichier consommation.csv Plotly Sign up plotly vs matplotlib Si vous voulez voir la différence entre Plotly et Matplotlib consultez Python Introduction Vous trouvez comment utiliser les données stockées dans un fichier de type csv (csv file) avec Matplotlib Python Dashboard JavaScripts Vous pouvez voir aussi comment on peut créer Dashboard csv files avec Amcharts Javascripts .