Повысьте уровень своего рассказа о данных с помощью анимированных столбчатых диаграмм в Plotly
Оживите свой рассказ о данных с помощью анимированных столбчатых диаграмм в Plotly
Превращение статических сюжетов в увлекательные повествования
Plotly предоставляет отличную основу для анимированных графиков. Очень рекомендую их базовое руководство здесь. Однако анимация в plotly преимущественно используется для добавления еще одного измерения к визуализации – обычно времени. Это прекрасно работает для придания сюжету большего значения.
Однако анимация не всегда нужна для добавления сложности к сюжету. Возможность эмоционального усиления с помощью анимации очень мощная. Когда у нас есть ключевой график для нашей аудитории, мы хотим привлечь их внимание, не явно крича “На этот сюжет вы действительно должны обратить внимание!” Наши глаза естественно притягиваются к движущимся объектам, и анимированные графики могут вызывать ожидание. Ваша аудитория участвует и пытается предвидеть следующий столбец или линию в режиме реального времени. Представьте себе, если от этого графика зависят ключевые бизнес-решения – ваша аудитория с интересом ожидает развития событий!
Рассмотрим на примере – представьте, что вы находитесь в течение 20 минут на презентации коллеги – какой график привлекает ваше внимание? Этот простой график (сгенерированный pandas):
![Простой столбчатый график – Изображение от автора](https://ai.miximages.com/miro.medium.com/v2/resize:fit:640/format:webp/1*DSXK5SOeFt8MukQsRyAsmg.png)
Или этот анимированный график с теми же данными:
- Техники регуляризации Нейронные сети 101
- Если ты видишь жизнь как игру, лучше знай, как ее играть.
- Построение потока данных RAG для полуструктурированных данных с использованием Langchain.
![Настраиваемый анимированный столбчатый график Plotly – Изображение от автора](https://ai.miximages.com/miro.medium.com/v2/resize:fit:640/format:webp/1*MwORp2yFoBPDMvTORDB2bw.gif)
Создание графиков в Plotly
Для этого нам нужно немного изменить данные в Plotly. Еще раз, анимации в Plotly настраиваются для шагов с определенной последовательностью (обычно времени). Поэтому мы будем растягивать наши данные, чтобы создать эффективное кадр для каждой точки данных. Вот что мы сделаем:
Во-первых, давайте импортируем пакет plotly (установите с помощью pip, если еще не установлен), и создадим фиктивный набор данных для работы: