# Visualisasi Interaktif dengan Plotly (Data Science & ML) > Plotly Express, grafik interaktif, dashboard, animasi, peta geografis, ekspor - 18 pertanyaan wawancara - Mid-Level - [Pertanyaan Wawancara: Data Science & ML](https://sharpskill.dev/id/technologies/data-science/pertanyaan-wawancara.md) ## 1. Apa perbedaan utama antara Plotly Express dan Plotly Graph Objects? **Jawaban** Plotly Express adalah API tingkat tinggi yang memungkinkan pembuatan grafik dalam satu baris kode dengan parameter sederhana. Plotly Graph Objects adalah API tingkat rendah yang menawarkan kontrol penuh atas setiap elemen grafik. Plotly Express menggunakan Graph Objects secara internal, yang memungkinkan beralih di antara keduanya untuk menyesuaikan grafik lebih lanjut. ## 2. Bagaimana cara membuat scatter plot dengan Plotly Express dari DataFrame Pandas? **Jawaban** Fungsi px.scatter() menerima DataFrame dan menggunakan parameter x dan y untuk menentukan kolom mana yang ditampilkan pada setiap sumbu. Sintaks yang ringkas ini memungkinkan pembuatan visualisasi interaktif dengan cepat tanpa konfigurasi yang rumit. Parameter opsional seperti color, size, dan hover_data memungkinkan pengayaan grafik. ## 3. Parameter Plotly Express mana yang memungkinkan pewarnaan titik sesuai variabel kategorikal? **Jawaban** Parameter color di Plotly Express secara otomatis menetapkan warna berbeda untuk setiap nilai unik dari variabel kategorikal. Plotly menghasilkan legenda interaktif dan menggunakan palet warna default yang dioptimalkan untuk pembedaan visual. Parameter ini juga bekerja dengan variabel numerik untuk membuat gradien warna. ## 15 pertanyaan lagi tersedia - Bagaimana cara menampilkan grafik Plotly di notebook Jupyter? - Bagaimana cara mengekspor grafik Plotly ke format HTML untuk dibagikan? Daftar gratis: https://sharpskill.dev/id/login ## Topik wawancara Data Science & ML lainnya - [Dasar-dasar Python](https://sharpskill.dev/id/technologies/data-science/pertanyaan-wawancara/python-basics.md): 25 pertanyaan, Junior - [Pemrograman Berorientasi Objek Python](https://sharpskill.dev/id/technologies/data-science/pertanyaan-wawancara/python-oop.md): 20 pertanyaan, Junior - [Struktur Data Python](https://sharpskill.dev/id/technologies/data-science/pertanyaan-wawancara/python-data-structures.md): 20 pertanyaan, Junior - [Dasar-Dasar Git](https://sharpskill.dev/id/technologies/data-science/pertanyaan-wawancara/git-fundamentals.md): 18 pertanyaan, Junior - [Dasar-dasar SQL](https://sharpskill.dev/id/technologies/data-science/pertanyaan-wawancara/sql-basics.md): 20 pertanyaan, Junior - [Dasar-Dasar NumPy](https://sharpskill.dev/id/technologies/data-science/pertanyaan-wawancara/numpy-fundamentals.md): 22 pertanyaan, Junior - [Dasar-dasar Pandas](https://sharpskill.dev/id/technologies/data-science/pertanyaan-wawancara/pandas-basics.md): 22 pertanyaan, Junior - [Jupyter & Google Colab](https://sharpskill.dev/id/technologies/data-science/pertanyaan-wawancara/jupyter-colab.md): 16 pertanyaan, Junior - [SQL Joins & Kueri Lanjutan](https://sharpskill.dev/id/technologies/data-science/pertanyaan-wawancara/sql-joins-advanced.md): 22 pertanyaan, Mid-Level - [Pandas Lanjutan](https://sharpskill.dev/id/technologies/data-science/pertanyaan-wawancara/pandas-advanced.md): 24 pertanyaan, Mid-Level - [Visualisasi dengan Matplotlib & Seaborn](https://sharpskill.dev/id/technologies/data-science/pertanyaan-wawancara/matplotlib-seaborn.md): 20 pertanyaan, Mid-Level - [Statistik Deskriptif](https://sharpskill.dev/id/technologies/data-science/pertanyaan-wawancara/statistics-descriptive.md): 20 pertanyaan, Mid-Level - [Statistik Inferensial](https://sharpskill.dev/id/technologies/data-science/pertanyaan-wawancara/statistics-inferential.md): 24 pertanyaan, Mid-Level - [Web Scraping](https://sharpskill.dev/id/technologies/data-science/pertanyaan-wawancara/web-scraping.md): 18 pertanyaan, Mid-Level - [BigQuery & Cloud Data](https://sharpskill.dev/id/technologies/data-science/pertanyaan-wawancara/bigquery-cloud.md): 18 pertanyaan, Mid-Level - [Feature Engineering](https://sharpskill.dev/id/technologies/data-science/pertanyaan-wawancara/feature-engineering.md): 22 pertanyaan, Mid-Level - [ML Terbimbing: Regresi](https://sharpskill.dev/id/technologies/data-science/pertanyaan-wawancara/ml-supervised-regression.md): 24 pertanyaan, Mid-Level - [ML Terbimbing: Klasifikasi](https://sharpskill.dev/id/technologies/data-science/pertanyaan-wawancara/ml-supervised-classification.md): 24 pertanyaan, Mid-Level - [Pohon Keputusan & Ensemble](https://sharpskill.dev/id/technologies/data-science/pertanyaan-wawancara/ml-trees-ensembles.md): 24 pertanyaan, Mid-Level - [ML Tanpa Pengawasan](https://sharpskill.dev/id/technologies/data-science/pertanyaan-wawancara/ml-unsupervised.md): 22 pertanyaan, Mid-Level - [Pipeline ML & Validasi](https://sharpskill.dev/id/technologies/data-science/pertanyaan-wawancara/ml-pipelines-validation.md): 22 pertanyaan, Mid-Level - [Deret Waktu & Peramalan](https://sharpskill.dev/id/technologies/data-science/pertanyaan-wawancara/time-series-forecasting.md): 22 pertanyaan, Mid-Level - [Dasar-Dasar Deep Learning](https://sharpskill.dev/id/technologies/data-science/pertanyaan-wawancara/deep-learning-fundamentals.md): 24 pertanyaan, Senior - [TensorFlow & Keras](https://sharpskill.dev/id/technologies/data-science/pertanyaan-wawancara/tensorflow-keras.md): 22 pertanyaan, Senior - [CNN dan klasifikasi gambar](https://sharpskill.dev/id/technologies/data-science/pertanyaan-wawancara/cnn-image-classification.md): 24 pertanyaan, Senior - [RNN & Sekuens](https://sharpskill.dev/id/technologies/data-science/pertanyaan-wawancara/rnn-sequences.md): 22 pertanyaan, Senior - [Transformers & Attention](https://sharpskill.dev/id/technologies/data-science/pertanyaan-wawancara/transformers-attention.md): 24 pertanyaan, Senior - [NLP & Hugging Face](https://sharpskill.dev/id/technologies/data-science/pertanyaan-wawancara/nlp-huggingface.md): 24 pertanyaan, Senior - [GenAI & LangChain](https://sharpskill.dev/id/technologies/data-science/pertanyaan-wawancara/genai-langchain.md): 24 pertanyaan, Senior - [MLOps dan Deployment](https://sharpskill.dev/id/technologies/data-science/pertanyaan-wawancara/mlops-deployment.md): 24 pertanyaan, Senior --- Source: SharpSkill (https://sharpskill.dev), tech interview preparation for your real stack. HTML version of this page: https://sharpskill.dev/id/technologies/data-science/pertanyaan-wawancara/plotly-interactive