Plotly adalah sebuah library Python yang digunakan untuk membuat visualisasi interaktif dan dinamis. Dalam artikel ini, kita akan belajar bagaimana menggabungkan data dengan plotly dan membuat beberapa jenis visualisasi.

Menghitung Kepadatan Penduduk Amerika Serikat

Plotly dapat digunakan untuk membuat scatter plot yang menampilkan kepadatan penduduk Amerika Serikat berdasarkan kode pos dan jumlah penduduk. Berikut adalah contoh kode Python:

import plotly.graph_objects as go
import pandas as pd

data = pd.read_csv('https://raw.githubusercontent.com/plotly/datasets/master/2014_usa_states.csv')

fig = go.Figure(data=go.Scatter(x=data['Postal'],
 y=data['Population'],
 mode='markers',
 marker_color=data['Population'],
 text=data['State']))

fig.update_layout(title='Kepadatan Penduduk Amerika Serikat')
fig.show()

Kode di atas mengimport library plotly dan pandas, lalu membaca data dari file CSV. Kemudian, kita membuat scatter plot dengan menggunakan fungsi go.Scatter dan menampilkan hasilnya dengan menggunakan fungsi fig.show().

Menghitung Scatter Plot dengan Dimensi Warna

Plotly juga dapat digunakan untuk membuat scatter plot dengan dimensi warna. Berikut adalah contoh kode Python:

import plotly.graph_objects as go
import numpy as np

fig = go.Figure(data=go.Scatter(
 y=np.random.randn(500),
 mode='markers',
 marker=dict(
 size=16,
 color=np.random.randn(500), #set color equal to a variable
 colorscale='Viridis', # one of plotly colorscales
 showscale=True
 )
))

fig.show()

Kode di atas mengimport library plotly dan numpy, lalu membuat scatter plot dengan menggunakan fungsi go.Scatter dan menampilkan hasilnya dengan menggunakan fungsi fig.show().

Menghitung Z-Order

Plotly juga dapat digunakan untuk menghitung z-order, yang digunakan untuk menentukan urutan penggambaran trace. Berikut adalah contoh kode Python:

import plotly.graph_objects as go
import plotly.data as data

df = data.gapminder()

df_europe = df[df['continent'] == 'Europe']

trace1 = go.Scatter(x=df_europe[df_europe['country'] == 'France']['year'], 
 y=df_europe[df_europe['country'] == 'France']['lifeExp'], 
 mode='lines+markers', 
 zorder=3,
 name='France',
 marker=dict(size=15))

trace2 = go.Scatter(x=df_europe[df_europe['country'] == 'Germany']['year'], 
 y=df_europe[df_europe['country'] == 'Germany']['lifeExp'], 
 mode='lines+markers',
 zorder=1,
 name='Germany',
 marker=dict(size=15))

trace3 = go.Scatter(x=df_europe[df_europe['country'] == 'Spain']['year'], 
 y=df_europe[df_europe['country'] == 'Spain']['lifeExp'], 
 mode='lines+markers',
 zorder=2,
 name='Spain',
 marker=dict(size=15))

layout = go.Layout(title='Life Expectancy in Europe Over Time')

fig = go.Figure(data=[trace1, trace2, trace3], layout=layout)

fig.show()

Kode di atas mengimport library plotly dan data, lalu membuat scatter plot dengan menggunakan fungsi go.Scatter dan menampilkan hasilnya dengan menggunakan fungsi fig.show().

Menghitung Data Besar

Plotly juga dapat digunakan untuk menghitung data besar. Berikut adalah contoh kode Python:

import plotly.graph_objects as go
import numpy as np

N = 100000
r = np.random.uniform(0, 1, N)
theta = np.random.uniform(0, 2*np.pi, N)

fig = go.Figure(data=go.Scattergl(
 x=r * np.cos(theta), # non-uniform distribution
 y=r * np.sin(theta), # zoom to see more points at the center
 mode='markers',
 marker=dict(
 color=np.random.randn(N),
 colorscale='Viridis',
 line_width=1
 )
))

fig.show()

Kode di atas mengimport library plotly dan numpy, lalu membuat scatter plot dengan menggunakan fungsi go.Scattergl dan menampilkan hasilnya dengan menggunakan fungsi fig.show().

Menghitung Dash dengan Plotly

Plotly juga dapat digunakan untuk membuat dash. Berikut adalah contoh kode Python:

import dash
import dash_core_components as dcc
import dash_html_components as html
from dash.dependencies import Input, Output

app = dash.Dash()

app.layout = html.Div([
 html.H1('Hello World'),
 dcc.Graph(id='graph')
])

@app.callback(Output('graph', 'figure'), [Input('graph', 'clickData')])
def update_graph(clickData):
 fig = go.Figure(data=go.Scatter(x=[1, 2, 3], y=[4, 5, 6]))
 return fig

if __name__ == '__main__':
 app.run_server(debug=True)

Kode di atas mengimport library dash dan membuat sebuah aplikasi dash yang menampilkan grafik scatter. Berikut adalah contoh kode Python lainnya:

• Menghitung line chart dengan menggunakan fungsi go.Line.
• Menghitung bar chart dengan menggunakan fungsi go.Bar.
• Menghitung histogram dengan menggunakan fungsi go.Histogram.

Dalam artikel ini, kita telah belajar bagaimana menggabungkan data dan visualisasi dengan Plotly. Kita juga telah melihat beberapa contoh kode Python yang menunjukkan bagaimana menggunakan Plotly untuk membuat scatter plot, line chart, bar chart, histogram, dan dash.