Wyobraźmy sobie, że masz zestaw danych z dużą ilością informacji uporządkowanych w różnych kolumnach, które chcesz zwizualizować. Dodatkowo sama treść może być pokazana z tym samym typem wykresu, np. wykresem słupkowym lub liniowym, ale nie ma sensu wyświetlać go od razu. Oczywiście możesz utworzyć kilka wątków pobocznych i wizualizować je jeden pod drugim. Ale to może wymknąć się spod kontroli, jeśli masz zbyt wiele kategorii do wyświetlenia. Na szczęście istnieje na to proste rozwiązanie, tworząc menu rozwijane w Plotly. Przyjrzyjmy się zatem, jak to zrobić.

Skrobanie danych

Najpierw musimy zdobyć dane. W tym przykładzie pobierzemy statystyki NBA dla poszczególnych graczy z www.basketball-reference.com . Aby uprościć sprawę, skupimy się tylko na dziesięciu najlepszych graczach pod względem punktów, zbiórek i asyst na mecz:

# Scraping individual stats from www.basketball-reference.com
df = pd.read_html('https://www.basketball-reference.com/leagues/NBA_2023_per_game.html')[0]

# Filtering out irrelevant entries 
df = df[df['Player'] != 'Player']

# Converting columns into numeric type if possible
for col in df.columns:
    try:
        df[col] = pd.to_numeric(df[col])
    except:
        pass

# Filtering and sorting for categories of interest
df_pts = df[['Player', 'PTS']].sort_values('PTS', ascending=False)[:10]
df_trb = df[['Player', 'TRB']].sort_values('TRB', ascending=False)[:10]
df_ast = df[['Player', 'AST']].sort_values('AST', ascending=False)[:10]

      

       Image: df_pts, df_trb, df_ast
      

W kolejnym kroku utworzymy obiekt figura, który zawiera trzy wykresy słupkowe. Każdy wykres słupkowy reprezentuje inną kategorię (punkty, zbiórki, asysty), którą wyróżniliśmy, tworząc trzy ramki danych w poprzednim kroku. Należy pamiętać, że ważne jest, aby ustawić parametr visible tylko dla pierwszego wykresu słupkowego na True , a dla pozostałych na false :

# Initializing figure object
fig = go.Figure()

# Adding points bar plot
fig.add_trace(
    go.Bar(
        y=list(df_pts['Player']),
        x=list(df_pts['PTS']),
        name='Points',
        orientation='h'
    )
)

# Adding rebounds bar plot
fig.add_trace(
    go.Bar(
        y=list(df_trb['Player']),
        x=list(df_trb['TRB']),
        name='Rebounds',
        visible=False,
        orientation='h'
    )
)

# Adding assists bar plot
fig.add_trace(
    go.Bar(
        y=list(df_ast['Player']),
        x=list(df_ast['AST']),
        name='Assists',
        visible=False,
        orientation='h'
    )
)

# Minor layout adjustments
fig.update_layout(title='<b>Top 10 Leaders</b>', 
                  title_x=0.5,
                  margin=dict(t=50),
                  yaxis=dict(autorange="reversed", ticksuffix="  ")
                 )

fig.show()

      

       Image: points bar plot
      

Teraz dodajmy menu rozwijane do obiektu figure za pomocą metody update_layout . W parametrze updatemenus musimy przekazać listę słowników dla parametru buttons . Każdy słownik określa, co następuje:

• etykieta: nazwa pojawiająca się na przycisku → np. Punkty
• metoda: akcja do wykonania po kliknięciu → aktualizacja
• args: lista ze słownikiem definiującym wykresy widoczne po kliknięciu w odpowiednią etykietę → [True, False, False] aby pokazać tylko pierwszy wykres słupkowy, który został dodany metodą add_trace w poprzednim kroku

fig.update_layout(
    updatemenus=[
        dict(
            xanchor='left',
            x=-0.15,
            yanchor='top',
            y=1.1,
            active=0,
            buttons=list([
                dict(label="Points",
                     method="update",
                     args=[{"visible": [True, False, False]}]
                    ),
                dict(label="Rebounds",
                     method="update",
                     args=[{"visible": [False, True, False]}]
                    ),
                dict(label="Assists",
                     method="update",
                     args=[{"visible": [False, False, True]}]
                    )
            ]),
        )
    ])

fig.show()

       

        Image: bar plot with dropdown menu
       

W tym artykule wyjaśniłem, jak utworzyć rozwijane menu w Plotly do wizualizacji wielu kategorii, które są obecne w różnych kolumnach ramki danych. Jest to szczególnie przydatne, jeśli masz wiele kategorii do wyświetlenia, ale nie chcesz tworzyć oddzielnego wykresu dla każdej z nich. Mam nadzieję, że to było dla Ciebie pomocne i dziękuję za przeczytanie!

Powiązane artykuły

Jeśli podobał Ci się ten artykuł, być może zainteresują Cię również:

Kodowanie na wyższym poziomie

Dziękujemy za bycie częścią naszej społeczności! Zanim pójdziesz:

• Klaskajcie za relację i śledźcie autora
• Zobacz więcej treści w publikacji Level Up Coding
• Bezpłatny kurs rozmowy o kodowaniu ⇒ Zobacz kurs
• Śledź nas: Twitter | LinkedIn | Biuletyn