Python Academy · บทเรียน

พื้นฐาน Plotly Express

สร้างกราฟได้อย่างรวดเร็ว

พื้นฐาน Plotly Express เป็นบทเรียน Python Academy ฟรีบน CoddyKit นี่คือบทเรียนที่ 1 จากทั้งหมด 4 บทเรียน คุณสามารถอ่านบทเรียนทั้งหมดด้านล่างฟรี — จากนั้นลองปฏิบัติด้วยตัวคุณเองในเบราว์เซอร์พร้อมตัวแก้ไขโค้ดในตัวและติวเตอร์ AI ตลอด 24/7 บทเรียนนี้เป็นส่วนหนึ่งของเส้นทางการเรียน Python Academy และความก้าวหน้าของคุณจะซิงค์ข้ามเว็บและแอป CoddyKit คอร์ส Python Academy มีบทเรียนทั้งหมด 4 บทเรียน

Plotly Express คืออะไร

Plotly Express (นำเข้าในชื่อ px) คือส่วนติดต่อระดับสูงสำหรับสร้างแผนภูมิเชิงโต้ตอบด้วยโค้ดเพียงเล็กน้อย โดยปกติการเรียกใช้ฟังก์ชันหนึ่งครั้งจะสร้างรูปภาพที่สมบูรณ์และผ่านการปรับแต่งมาแล้ว

ขณะที่ Matplotlib เป็นแบบคงที่โดยค่าเริ่มต้น รูปภาพของ Plotly จะเป็นแบบโต้ตอบได้ คุณสามารถเลื่อนเมาส์ดูข้อมูล ซูม และเลื่อนมุมมองในเบราว์เซอร์

แนวคิดข้อมูลที่เป็นระเบียบ

Plotly Express ทำงานได้ดีที่สุดกับข้อมูลที่เป็นระเบียบ: แต่ละแถวคือข้อสังเกตหนึ่งรายการ และแต่ละคอลัมน์คือตัวแปรหนึ่งตัว จากนั้นระบุชื่อคอลัมน์เพื่อจับคู่กับคุณลักษณะของแผนภูมิ

เราสามารถจำลองชุดข้อมูลที่เป็นระเบียบให้เป็นรายการพจนานุกรมได้

rows = [
    {'country': 'A', 'year': 2020, 'gdp': 100},
    {'country': 'A', 'year': 2021, 'gdp': 110},
    {'country': 'B', 'year': 2020, 'gdp': 80},
]
for r in rows:
    print(r['country'], r['year'], r['gdp'])

แผนภูมิแรกของคุณ

แผนภูมิเส้นใช้การเรียกใช้เพียงครั้งเดียว: px.line(df, x='year', y='gdp', color='country') อาร์กิวเมนต์ color จะแบ่งข้อมูลออกเป็นหนึ่งเส้นต่อประเทศโดยอัตโนมัติ และสร้างคำอธิบายแผนภูมิ

ไม่จำเป็นต้องวนซ้ำชุดข้อมูลแต่ละชุดด้วยตนเอง

ฟังก์ชัน Express ที่ใช้บ่อย

แผนภูมิแต่ละประเภทมีฟังก์ชันของตนเอง:

px.line แนวโน้ม
px.bar การเปรียบเทียบหมวดหมู่
px.scatter ความสัมพันธ์
px.histogram การกระจาย
px.pie สัดส่วนของทั้งหมด

ทั้งหมดใช้รูปแบบการจับคู่คอลัมน์แบบเดียวกัน

การจับคู่คอลัมน์กับการเข้ารหัส

จุดแข็งของเอ็กซ์เพรสคือการจับคู่คอลัมน์กับช่องทางการแสดงผล ได้แก่ x, y, color, size, symbol และ facet_col อาร์กิวเมนต์แต่ละตัวรับชื่อคอลัมน์

การเลือกว่าจะวางคอลัมน์ใดไว้ที่ใดคือการตัดสินใจด้านการออกแบบที่สำคัญที่สุด

encodings = {'x': 'year', 'y': 'gdp', 'color': 'country', 'size': 'population'}
for channel, column in encodings.items():
    print(channel.ljust(6), '<-', column)

แผนภาพกระจายพร้อมสีและขนาด

การเรียกฟังก์ชันแผนภาพกระจายเพียงครั้งเดียวสามารถแสดงตัวแปรได้สี่ตัว ได้แก่ px.scatter(df, x='gdp', y='life', color='continent', size='population') นี่คือวิธีสร้างแผนภาพฟองอากาศแกปไมน์เดอร์อันโด่งดังในบรรทัดเดียว

เอ็กซ์เพรสเลือกมาตราส่วนที่เหมาะสมและสร้างคำอธิบายสัญลักษณ์ให้โดยอัตโนมัติ

การแบ่งแผนภาพเป็นช่องย่อย

การแบ่งช่องย่อยจะแยกแผนภาพหนึ่งออกเป็นตารางของแผนภาพย่อยหลายชุดตามหมวดหมู่ โดยใช้ facet_col='region' หรือ facet_row แต่ละแผงใช้มาตราส่วนร่วมกัน จึงเปรียบเทียบได้ง่าย

จำนวนแผงจะเท่ากับจำนวนค่าหมวดหมู่ที่ไม่ซ้ำกัน

regions = ['North', 'South', 'East', 'West']
print('facet_col=region produces', len(regions), 'panels')
for r in regions:
    print(' panel:', r)

ข้อมูลตัวอย่างในตัว

พล็อตลีมีชุดข้อมูลสำหรับฝึกใช้งานผ่าน px.data เช่น px.data.iris() และ px.data.gapminder() ชุดข้อมูลเหล่านี้คืนข้อมูลที่จัดรูปแบบพร้อมนำไปสร้างแผนภาพ คุณจึงทดลองได้โดยไม่ต้องค้นหาไฟล์

ออบเจ็กต์แผนภาพ

การเรียกใช้เอ็กซ์เพรสทุกครั้งจะคืนออบเจ็กต์ Figure คุณสามารถแสดงผลด้วย fig.show() ปรับแต่งด้วย fig.update_layout(...) หรือบันทึกไว้ได้ เอ็กซ์เพรสมอบแผนภาพตั้งต้นที่ยอดเยี่ยม ซึ่งคุณยังปรับปรุงต่อได้

เอ็กซ์เพรสเทียบกับออบเจ็กต์กราฟ

เบื้องหลัง เอ็กซ์เพรสจะสร้าง ออบเจ็กต์กราฟ (plotly.graph_objects) ใช้เอ็กซ์เพรสเพื่อความรวดเร็ว แล้วเปลี่ยนไปใช้ออบเจ็กต์กราฟเมื่อต้องการควบคุมรายละเอียดที่เอ็กซ์เพรสไม่มีให้ ทั้งสองแบบสร้างผลลัพธ์แบบโต้ตอบเหมือนกัน

ชื่อเรื่องและป้ายกำกับในเอ็กซ์เพรส

เอ็กซ์เพรสรับอาร์กิวเมนต์ title และพจนานุกรม labels สำหรับเปลี่ยนชื่อคอลัมน์ที่ใช้แสดงผล เช่น labels={'gdp': 'GDP per capita'} คุณสามารถกำหนดชื่อที่อ่านง่ายได้โดยไม่ต้องแก้ไขข้อมูลต้นทาง

วิธีนี้ทำให้คอลัมน์ข้อมูลมีชื่อสั้นกระชับ ขณะที่แผนภาพยังอ่านเข้าใจง่าย

ตรวจสอบความเข้าใจ

ตรวจสอบความเข้าใจเกี่ยวกับพล็อตลี เอ็กซ์เพรส

สรุปทบทวน

คุณได้เรียนรู้พื้นฐานของพล็อตลี เอ็กซ์เพรส:

การเรียกใช้ฟังก์ชันหนึ่งครั้ง (px.line, px.bar, px.scatter...) ต่อหนึ่งแผนภาพ
ข้อมูลควรจัดรูปแบบให้เป็นระเบียบ โดยมีหนึ่งแถวต่อหนึ่งรายการสังเกต
จับคู่คอลัมน์กับช่องทางการแสดงผล ได้แก่ x, y, color, size, facet_col
การเรียกใช้แต่ละครั้งจะคืน Figure แบบโต้ตอบที่คุณปรับแต่งเพิ่มเติมได้

คำถามที่พบบ่อย

บทเรียน “พื้นฐาน Plotly Express” ฟรีหรือไม่

ใช่ — ข้อความเต็มของ “พื้นฐาน Plotly Express” ฟรีให้อ่านที่นี่บนเว็บ เพื่อปฏิบัติแบบโต้ตอบ (ตัวแก้ไขโค้ดในตัวและติวเตอร์ AI ตลอด 24/7) และปลดล็อคส่วนที่เหลือของคอร์ส Python Academy ให้อัปเกรดเป็น CoddyKit PRO คอร์ส Python Academy มีบทเรียนทั้งหมด 4 บทเรียน

คุณจะเรียนรู้อะไรในบทเรียน “พื้นฐาน Plotly Express”

สร้างกราฟได้อย่างรวดเร็ว คุณปฏิบัติ Python Academy ด้วยโค้ดที่ใช้งานได้จริงที่คุณเรียกใช้โดยตรงในเบราว์เซอร์ และติวเตอร์ AI ตลอด 24/7 ตอบคำถามของคุณขณะที่คุณไปผ่านบทเรียน

คุณต้องมีประสบการณ์ก่อนที่จะเริ่มเรียน Python Academy หรือไม่

ไม่จำเป็นต้องมีประสบการณ์มาก่อน Python Academy บน CoddyKit ออกแบบมาสำหรับผู้เริ่มต้นไปจนถึงผู้เรียนขั้นสูง คุณสามารถเริ่มต้นที่นี่หรือเริ่มจากตัวแรกและเรียนด้วยความเร็วของคุณเอง นี่คือบทเรียนที่ 1 จากทั้งหมด 4 บทเรียน

บทเรียน “พื้นฐาน Plotly Express” ใช้เวลานานแค่ไหน

บทเรียน CoddyKit ส่วนใหญ่ใช้เวลาประมาณ 5–10 นาที แต่ละบทเรียนจึงสั้นและเป็นแบบโต้ตอบ คุณสามารถก้าวหน้าอย่างต่อเนื่องและกลับมาเรียนต่อจากตรงที่เพิ่งหยุดบนเว็บและแอปได้เลย

ฉันเขียนและรันโค้ดในบทเรียน Python Academy นี้ได้ไหม

ได้ บทเรียน Python Academy ทุกบทมีตัวแก้ไขโค้ดในตัว คุณจึงเขียนและรันโค้ดจริงได้เลยในเบราว์เซอร์ และได้รับข้อเสนอแนะจาก AI ในทันที — ไม่ต้องติดตั้งในเครื่องของคุณ

บทเรียนทั้งหมดในหลักสูตรนี้

← กลับไปที่ Python Academy