본문 바로가기

반응형

코딩TIPS

[plotly] y축 범위 및 이중축 범위 지정(y range, secondary) plotly의 그래프의 y축 범위를 지정해 보겠습니다. 필요라이브러를 import 합니다. import plotly.graph_objects as go from plotly.subplots import make_subplots import plotly.express as px plotly에서 기본 제공하는 stocks data를 불러옵니다. df=px.data.stocks() df.head(3) 기본 그래프를 그려보겠습니다. fig = px.line(x=df['date'], y=df['AAPL']) fig.show() y 축 범위를 0~2로 지정해 보겠습니다. fig = px.line(x=df['date'], y=df['AAPL']) fig.update_yaxes(range=[0,2]) fig.show(.. 더보기
[Python] Dataframe 날짜 더하기(dateoffset) Dataframe에서 날짜를 더하고 빼는 방법을 확인하겠습니다. 우선 테스트에 사용할 데이터를 불러오겠습니다.(삼성전자 주가입니다.) import FinanceDataReader as fdr code='005930' startdate='2020-01-01' df=fdr.DataReader(code,startdate) df=df.reset_index() df.head() 사용법은 간단합니다. dataframe에서 datetime column 지정 후 pd.DateOffset(기간)을 더해주시면 됩니다. 1년을 더해보겠습니다. df['Date'] + pd.DateOffset(years=1) 1달을 빼볼까요 df['Date'] + pd.DateOffset(months=-1) 아래의 parameter에 대해 사.. 더보기
[plotly]pie 그래프 그리기 plotly의 pie를 이용해서 그래프를 그려보겠습니다. 라이브러리를 import 하고 기본 제공 데이터중 gapminder를 load 했습니다. gapminder에는 국가별 기대수명 데이터가 들어 있습니다. import plotly.express as px df = px.data.gapminder() df.head() 기본 그래프를 그리는 방식은 data_frame지정, names, values 지정하면 되고, 마지막에 fig.show()를 넣어주면 그래프가 표시됩니다. 대륙별 인구 비율을 그래프로 그려보겠습니다. fig=px.pie(data_frame=df, names='continent', values='pop') fig.show() color_discrete_sequence에서 색상 구성을 px... 더보기
[plotly] candle stick(캔들 차트)과 거래량, 이동평균 그래프 확인 plotly를 이용해서 candle 차트를 그리고 거래량 이동평균 데이터도 같이 확인해 보겠습니다. candle 차트에 사용할 데이터는 apple 주가로 하겠습니다. financedatareader를 이용해서 불러옵니다. import FinanceDataReader as fdr df=fdr.DataReader('AAPL') df 1980-12-12부터의 데이터가 확인이 되네요. 그럼 candle 차트를 그려보겠습니다. x축의 날짜 데이터와 open, high, low, close의 정보를 각각 지정해줍니다. import plotly.graph_objects as go fig = go.Figure(data=[go.Candlestick(x=df.index, open=df['Open'], high=df['Hi.. 더보기
[plotly] 이중 축, 2 axis 그래프 그리기 plotly의 그래프를 이중축으로 그려보겠습니다. 필요라이브러를 import 합니다. import plotly.graph_objects as go from plotly.subplots import make_subplots import plotly.express as px plotly에서 기본 제공하는 stocks data를 불러옵니다. df=px.data.stocks() df.head(3) AAPL(Apple)과 GOOG(Google) 데이터로 이중축 그래프를 그렸습니다. make_subplots에서 secondary_y를 True로 설정합니다. 그 후 add_trace를 이용해서 각각의 그래프를 추가했습니다. fig = make_subplots(specs=[[{"secondary_y":True}]]) .. 더보기
[plotly] color_discrete_sequence (color palette 변경) plotly의 color_discrete_sequence를 변경해 보겠습니다. library import 및 data를 불러옵니다. import plotly.express as px df=px.data.tips() df 성(sex) 별 tip의 데이터로 그래프를 그리고 날짜(day)로 색 구분을 하겠습니다. fig=px.bar(data_frame=df,x='sex',y='tip', color='day') fig.show() 색 구성을 변경해 볼까요 변경할 수 있는 색 구성은 아래의 코드로 확인이 가능합니다. fig = px.colors.qualitative.swatches() fig.show() color_discrete_sequence = px.colors.qualitative. 색 구성 형태로 변경이.. 더보기
[plotly] color_continuous_scale (color palette 변경) plotly의 color_continuous_scale을 변경해 보겠습니다. library import 및 data를 불러옵니다. import plotly.express as px df=px.data.tips() df 총 지불금액(total_bill)과 tip의 데이터로 scatter 그래프를 그리겠습니다. fig=px.scatter(data_frame=df,x='total_bill',y='tip', color='tip') fig.show() 위 그래프의 우측에 보이는 색 구성을 변경하는 것이 오늘의 목표입니다. 어떤 색 구성을 변경할 수 있는지 볼까요 아래의 코드로 확인이 됩니다. fig = px.colors.sequential.swatches_continuous() fig.show() 좌측의 밑에서 .. 더보기
[plotly]bar 그래프 그리기 plotly의 bar를 이용해서 그래프를 그려보겠습니다. 라이브러리를 import 하고 기본 제공 데이터중 gapminder를 load 했습니다. gapminder에는 국가별 기대수명 데이터가 들어 있습니다. import plotly.express as px df=px.data.gapminder() df.head() 기본 그래프를 그리는 방식은 data_frame지정, x축, y축을 지정하면 되고, 마지막에 fig.show()를 넣어주면 그래프가 표시됩니다. 우리나라의 연도별 기대수명 그래프를 그리겠습니다. fig=px.bar(data_frame=df.loc[df['country']=='Korea, Rep.'], x='year', y='lifeExp') fig.show() color 옵션에 column을.. 더보기

반응형