Petal Width: A Visual Exploration of Iris Data using Plotly

Petal Width: A Visual Exploration of Iris Data using Plotly

Ringkasan
Menggunakan plotly, kita dapat membuat scatter plot 2D dan 3D untuk menganalisis data iris. Dalam artikel ini, kita akan menggunakan plotly express untuk menciptakan beberapa jenis grafik yang berbeda.

Instalasi
Sebelum kita mulai, pastikan Anda telah menginstal plotly dengan cara berikut:

  • Jika Anda menggunakan R, Anda dapat mengunduh package plotly dan menambahkannya ke project Anda.
  • Jika Anda menggunakan Python, Anda dapat menginstal plotly dengan menggunakan perintah pip: pip install plotly

Mengimpor Library
Selanjutnya, kita perlu mengimpor library plotly express yang akan digunakan untuk menciptakan grafik:

import chart_studio
chart_studio.tools.set_credentials_file(username='username', api_key='api_key')
import chart_studio.plotly as py
import plotly.express as px

Mengambil Data
Kita akan menggunakan data iris sebagai contoh untuk menciptakan beberapa jenis grafik. Data ini berisi informasi tentang panjang dan lebar sepal, panjang dan lebar petal, serta jenis bunga (setosa, versicolor, virginica).

df = px.data.iris()
df.head()

Menciptakan Grafik
Kita akan menciptakan beberapa jenis grafik menggunakan plotly express:

2D Scatter Plot

Menciptakan grafik scatter 2D dengan menggunakan parameter x, y, dan color:

fig = px.scatter(df,
 x='sepal_length',
 y='sepal_width',
 color='species')
py.iplot(fig)

3D Scatter Plot

Menciptakan grafik scatter 3D dengan menggunakan parameter x, y, z, dan color:

fig = px.scatter_3d(df,
 x='sepal_length',
 y='sepal_width',
 z='petal_width',
 color='petal_length',
 symbol='species',
 opacity=0.7)
py.iplot(fig)

Scatter Matrix

Menciptakan grafik scatter matrix dengan menggunakan parameter dimensions:

fig = px.scatter_matrix(df,
 dimensions=["sepal_width", "sepal_length", "petal_width", "petal_length"],
 color='species')
py.iplot(fig)

Dalam artikel ini, kita telah melihat beberapa contoh bagaimana plotly express dapat digunakan untuk menciptakan grafik yang berbeda. Plotly adalah salah satu library visualisasi data Python yang paling populer dan kuat, dan dapat digunakan untuk menciptakan berbagai jenis grafik, termasuk scatter plot, line plot, bar chart, dan lain-lain.

Referensi

  1. Plotly: 3D Scatter Plots
  2. Scatterplot3d: 3D Graphics in R
  3. R Plot PCH Symbols