การแสดงผลแบบโต้ตอบด้วย Plotly
Plotly Express, กราฟแบบโต้ตอบ, dashboard, แอนิเมชัน, แผนที่ภูมิศาสตร์, การส่งออก
1ความแตกต่างหลักระหว่าง Plotly Express และ Plotly Graph Objects คืออะไร?
ความแตกต่างหลักระหว่าง Plotly Express และ Plotly Graph Objects คืออะไร?
คำตอบ
Plotly Express เป็น API ระดับสูงที่ช่วยให้สร้างกราฟด้วยโค้ดบรรทัดเดียวพร้อมพารามิเตอร์ที่เรียบง่าย Plotly Graph Objects เป็น API ระดับล่างที่ให้การควบคุมที่สมบูรณ์เหนือทุกองค์ประกอบของกราฟ Plotly Express ใช้ Graph Objects ภายใน ซึ่งช่วยให้สลับระหว่างทั้งสองเพื่อปรับแต่งกราฟเพิ่มเติมได้
2จะสร้าง scatter plot ด้วย Plotly Express จาก Pandas DataFrame ได้อย่างไร?
จะสร้าง scatter plot ด้วย Plotly Express จาก Pandas DataFrame ได้อย่างไร?
คำตอบ
ฟังก์ชัน px.scatter() รับ DataFrame และใช้พารามิเตอร์ x และ y เพื่อระบุคอลัมน์ที่จะแสดงบนแต่ละแกน ไวยากรณ์ที่กระชับนี้ช่วยให้สร้างการแสดงผลแบบโต้ตอบได้อย่างรวดเร็วโดยไม่ต้องกำหนดค่าที่ซับซ้อน พารามิเตอร์เสริมเช่น color, size และ hover_data ช่วยเพิ่มความสมบูรณ์ให้กับกราฟ
3พารามิเตอร์ใดของ Plotly Express ที่ช่วยให้กำหนดสีจุดตามตัวแปรเชิงหมวดหมู่?
พารามิเตอร์ใดของ Plotly Express ที่ช่วยให้กำหนดสีจุดตามตัวแปรเชิงหมวดหมู่?
คำตอบ
พารามิเตอร์ color ใน Plotly Express จะกำหนดสีที่แตกต่างกันให้กับแต่ละค่าที่ไม่ซ้ำของตัวแปรเชิงหมวดหมู่โดยอัตโนมัติ Plotly จะสร้างคำอธิบายแบบโต้ตอบและใช้พาเลตสีเริ่มต้นที่ปรับให้เหมาะกับการแยกแยะทางสายตา พารามิเตอร์นี้ยังใช้งานได้กับตัวแปรเชิงตัวเลขเพื่อสร้างการไล่ระดับสี
จะแสดงกราฟ Plotly ใน Jupyter notebook ได้อย่างไร?
จะส่งออกกราฟ Plotly เป็นรูปแบบ HTML เพื่อแชร์ได้อย่างไร?
+15 คำถามสัมภาษณ์
หัวข้อสัมภาษณ์ Data Science & ML อื่นๆ
พื้นฐาน Python
การเขียนโปรแกรมเชิงวัตถุด้วย Python
โครงสร้างข้อมูล Python
พื้นฐาน Git
พื้นฐาน SQL
พื้นฐาน NumPy
พื้นฐาน Pandas
Jupyter & Google Colab
SQL Joins และคิวรีขั้นสูง
Pandas ขั้นสูง
การแสดงผลข้อมูลด้วย Matplotlib & Seaborn
สถิติเชิงพรรณนา
สถิติเชิงอนุมาน
Web Scraping
BigQuery & Cloud Data
Feature Engineering
ML แบบมีผู้สอน: การถดถอย
ML แบบมีผู้สอน: การจำแนกประเภท
Decision Trees และ Ensembles
Unsupervised ML
ML Pipelines และการตรวจสอบ
Time Series และการพยากรณ์
พื้นฐาน Deep Learning
TensorFlow & Keras
CNN และการจำแนกภาพ
RNN และซีเควนซ์
Transformers และ Attention
NLP และ Hugging Face
GenAI และ LangChain
MLOps และการ Deploy
เชี่ยวชาญ Data Science & ML สำหรับการสัมภาษณ์ครั้งถัดไป
เข้าถึงคำถามทั้งหมด flashcards แบบทดสอบเทคนิค แบบฝึกหัด code review และตัวจำลองสัมภาษณ์
เริ่มใช้ฟรี