Інтерактивні візуалізації з Plotly
Plotly Express, інтерактивні діаграми, дашборди, анімації, географічні карти, експорт
1Яка основна різниця між Plotly Express та Plotly Graph Objects?
Яка основна різниця між Plotly Express та Plotly Graph Objects?
Відповідь
Plotly Express — це високорівневий API, який дозволяє створювати діаграми одним рядком коду з простими параметрами. Plotly Graph Objects — це низькорівневий API, що пропонує повний контроль над кожним елементом діаграми. Plotly Express внутрішньо використовує Graph Objects, що дозволяє переключатися між ними для подальшого налаштування діаграм.
2Як створити scatter plot за допомогою Plotly Express з Pandas DataFrame?
Як створити scatter plot за допомогою Plotly Express з Pandas DataFrame?
Відповідь
Функція px.scatter() приймає DataFrame і використовує параметри x та y для визначення, які стовпці відображати на кожній осі. Цей лаконічний синтаксис дозволяє швидко створювати інтерактивні візуалізації без складної конфігурації. Опціональні параметри, такі як color, size та hover_data, дозволяють збагатити діаграму.
3Який параметр Plotly Express дозволяє розфарбовувати точки відповідно до категоріальної змінної?
Який параметр Plotly Express дозволяє розфарбовувати точки відповідно до категоріальної змінної?
Відповідь
Параметр color у Plotly Express автоматично призначає різні кольори кожному унікальному значенню категоріальної змінної. Plotly генерує інтерактивну легенду та використовує палітру кольорів за замовчуванням, оптимізовану для візуальної різниці. Цей параметр також працює з числовими змінними для створення кольорового градієнту.
Як відобразити діаграму Plotly у Jupyter notebook?
Як експортувати діаграму Plotly у формат HTML для спільного використання?
+15 питань зі співбесід
Інші теми співбесід Data Science & ML
Основи Python
Об'єктно-орієнтоване програмування Python
Структури даних Python
Основи Git
Основи SQL
Основи NumPy
Основи Pandas
Jupyter & Google Colab
SQL Joins та розширені запити
Просунутий Pandas
Візуалізація з Matplotlib & Seaborn
Описова статистика
Інференційна статистика
Web Scraping
BigQuery & Cloud Data
Feature Engineering
Кероване ML: Регресія
Кероване ML: Класифікація
Дерева рішень та ансамблі
Некероване ML
ML Pipelines та валідація
Часові ряди та прогнозування
Основи Deep Learning
TensorFlow & Keras
CNN та класифікація зображень
RNN та послідовності
Transformers та Attention
NLP та Hugging Face
GenAI та LangChain
MLOps та розгортання
Опануй Data Science & ML для наступної співбесіди
Отримай доступ до всіх питань, flashcards, технічних тестів, вправ code review та симуляторів співбесід.
Почни безкоштовно