Visualisation des données avec Plotly Part-II
résumer
Auparavant , nous avons travaillé sur la création d'un graphique à barres pour visualiser les populations de génération d'année de naissance avec des classements par le plus grand nombre de personnes en vie. Les données ont été obtenues à partir du recensement américain de 2019, qui contenait l'âge et la population totale des États-Unis à cet âge. Nous avons utilisé la bibliothèque Pandas pour lire et traiter les données.
Nous avons utilisé la méthode update_traces de Plotly pour mettre à jour l'apparence du graphique, y compris sa couleur d'arrière-plan, ses marqueurs et ses titres d'axe. Nous avons également utilisé la méthode update_layout de Plotly pour ajuster le titre du graphique dans la direction x. Le résultat final était un graphique à barres visuellement attrayant qui transmettait efficacement les informations contenues dans les données.
Il est temps de faire passer notre graphique Plotly au niveau supérieur ! Ajoutons un peu de flair et de style pour en faire le graphique le plus époustouflant de la ville. Il est temps d'apporter le piquant !
Très bien les amis, il est temps d'être précis ! Identifions ce point idéal des générations et voyons comment les Millennials (1981-1997) se comparent aux autres. Il est temps d'ajouter des précisions à ce graphique à barres et de donner aux Millennials leur crédit (ou leur blâme, selon votre point de vue).
Tout d'abord, nous utiliserons la add_vlineméthode pour ajouter des lignes verticales et la add_annotationméthode pour étiqueter chaque ligne avec l'année. C'est comme mettre en lumière les règnes des différentes générations.
# Step 6 - Specifying Generation Reigns
datetoannote = [1927.5, 1945.5, 1964.5, 1980.5, 1996.5, 2012.5]
for i in datetoannote:
fig.add_vline(
x=i,
fillcolor="black", opacity=1,layer="above", line_width=2,
line_dash="dot"
)
fig.add_annotation(
text=str(int(i+0.5)),
xref="x", yref="y",textangle=270,
x=i+1, y=4800000, showarrow=False
)
# step 7 adding annotation
y = 6600000
y_toadd = 200000
fig.add_annotation(
text="#7<br><b>GREATEST <br> GENERATION</b><br>",
xref="x", yref="y",textangle=0,
font=dict(family="Trebuchet MS",size=14,color='black'),
align = 'center', x=1920, y=y, showarrow=False
)
fig.add_annotation(
text="#6<br><b>SILENT <br> GENERATION</b><br>",
xref="x", yref="y",textangle=0,
font=dict(family="Trebuchet MS",size=14,color='black'),
align = 'center', x=1937, y=y, showarrow=False
)
fig.add_annotation(
text="#2<br><b>BOOMERS</b><br>",
xref="x", yref="y",textangle=0,
font=dict(family="Trebuchet MS",size=14,color='black'),
align = 'center', x=1955, y=y+y_toadd, showarrow=False
)
fig.add_annotation(
text="#4<br><b>GENERATION X</b><br>",
xref="x", yref="y",textangle=0,
font=dict(family="Trebuchet MS",size=14,color = 'black'),
align = 'center', x=1972.5, y=y+y_toadd, showarrow=False
)
fig.add_annotation(
text="#1<br><b>MILLENNIALS</b><br>",
xref="x", yref="y",textangle=0,
font=dict(family="Trebuchet MS",size=14,color='black'),
align = 'center', x=1988.5, y=y+y_toadd, showarrow=False
)
fig.add_annotation(
text="#3<br><b>GENERATION Z</b><br>",
xref="x", yref="y",textangle=0,
font=dict(family="Trebuchet MS",size=14,color='black'),
align = 'center', x=2004.5, y=y+y_toadd, showarrow=False
)
fig.add_annotation(
text="#5<br><b>GENERATION <br> ALPHA</b><br>",
xref="x", yref="y",textangle=0,
font=dict(family="Trebuchet MS",size=14,color='black'),
align = 'center', x=2020, y=y, showarrow=False
)
fig.add_annotation(
text="1.7M | 0.5%",
xref="x", yref="y",textangle=0,
font=dict(family="Trebuchet MS",size=12,color='black'),
x=1920, y=5550000, showarrow=False
)
fig.add_annotation(
text="23.2M | 7.1%",
xref="x", yref="y",textangle=0,
font=dict(family="Trebuchet MS",size=12,color='black'),
x=1937, y=5550000, showarrow=False
)
fig.add_annotation(
text="71.6M | 21.8%",
xref="x", yref="y",textangle=0,
font=dict(family="Trebuchet MS",size=12,color='black'),
x=1955, y=5550000, showarrow=False
)
fig.add_annotation(
text="65.2M | 19.9%",
xref="x", yref="y",textangle=0,
font=dict(family="Trebuchet MS",size=12,color='black'),
x=1973, y=5550000, showarrow=False
)
fig.add_annotation(
text="72.1M | 22.0%",
xref="x", yref="y",textangle=0,
font=dict(family="Trebuchet MS",size=12,color='black'),
x=1989, y=5550000, showarrow=False
)
fig.add_annotation(
text="66.9M | 20.4%",
xref="x", yref="y",textangle=0,
font=dict(family="Trebuchet MS",size=12,color='black'),
x=2005, y=5550000, showarrow=False
)
fig.add_annotation(
text="27.6M | 8.4%",
xref="x", yref="y",textangle=0,
font=dict(family="Trebuchet MS",size=12,color='black'),
x=2020, y=5550000, showarrow=False
)
fig.add_annotation(
text=" Total %POP.",
font=dict(family="Courier New, monospace",size=11,color = 'black'),
xref="x", yref="y",textangle=0,align="center",
x=1920, y=5200000, showarrow=False
)
fig.add_annotation(
text="Those born before<br> 1920 were grouped<br> together",
font=dict(family="Courier New, monospace",size=10,color = 'black'),
xref="x", yref="y",textangle=0,align="right",
x=1919, y=100322, showarrow=True
)
# Step 8 - update axes
fig.update_xaxes(
range=[1915,2020],
showline=True,
linecolor='black',
linewidth=3,
showgrid=False,
layer='above traces',
showticklabels=True,
tickmode = 'array',
tickvals = [1920, 1930, 1940, 1950, 1960, 1970,
1980, 1990, 2000, 2010, 2019],
ticks="outside",
tickwidth=1.5,
tickcolor='black',
ticklen=10,
tickprefix = " ",
ticksuffix = " ",
fixedrange=True,
)
fig.update_yaxes(
showline = False,
showgrid=False,
fixedrange=True,
zeroline = False,
tickmode = 'array',
ticktext=[0, "1 ", "2 ", "3 ", "4 "],
tickvals = [0, 1000000, 2000000, 3000000, 4000000],
ticks="inside",
tickwidth=1,
tickcolor='black',
ticklen=10,
)
#updating fig size, margin and titles
fig.update_layout(
height=700,
margin=dict(t=120, l=60, r=60, b=60, pad = 0),
title="",
yaxis_title="",
xaxis_title=""
)
fig.add_annotation(
text="BIRTH YEAR",
xref="paper", yref="paper",
x=0.01, y=-0.09, showarrow=False
)
fig.add_annotation(
text="MILLION PEOPLE",
xref="paper", yref="paper",
x=-0.02, y=0.65, showarrow=False
)
fig.add_annotation(
text="Compiled from population estimates from the\
United States Census Bureau for July 2019",
xref="paper", yref="paper",
font=dict(family="Courier",size=11,color = 'black'),
x=1.05, y=-0.12, showarrow=False
)
fig.add_shape(
type="rect",x0=0.02, y0=1.09, x1=0.03, y1=1.15,
xref='paper', yref='paper',
line=dict(color='black',width=1),
fillcolor='black',opacity = 0.5
)
fig.add_annotation(
text="GENERATION POPULATIONS,",
xref='paper', yref='paper',x= 0.03,y=1.14,
textangle=0,align="right",showarrow=False,
font=dict(size=25, family="Trebuchet MS", color="#00AD90")
)
fig.add_annotation(
text="WITH RANKINGS BY MOST NUMBER OF PEOPLE ALIVE",
xref='paper', yref='paper', x=0.61, y=1.125,
textangle=0,align="right",showarrow=False,
font=dict(size=15, family="Trebuchet MS", color="#00C3A9")
)
Et pourquoi s'arrêter là ? Nous pouvons continuer à jouer avec les couleurs jusqu'à ce que le graphique ressemble à un arc-en-ciel ou qu'une licorne vomi dessus ! Les possibilités sont infinies.
Eh bien les amis, c'est un enveloppement ! J'espère que vous avez apprécié le spectacle et appris quelque chose de nouveau. Si vous avez trouvé cela utile, donnez-lui un grand coup de pouce et faites-moi savoir ce que vous en avez pensé dans les commentaires. Jusqu'à la prochaine fois, bon complot.
![Qu'est-ce qu'une liste liée, de toute façon? [Partie 1]](https://post.nghiatu.com/assets/images/m/max/724/1*Xokk6XOjWyIGCBujkJsCzQ.jpeg)
