Volver al Inicio

Anterior Siguiente

02 de Octubre del 2022 | Jhonatan Montilla

Gráficos con Plotly

La visualización de datos es la forma más cómoda e intuitiva para que el cerebro humano comprenda de manera efectiva cualquier información. Para cualquier persona que trabaje con datos, la capacidad de crear hermosas visualizaciones intuitivas es una habilidad muy importante para poder transmitir los hallazgos e impulsar acciones de manera efectiva.

R proporciona excelentes paquetes de visualización de datos (ggplot2, folleto) y tableros (usando R Shiny) con los que puede crear hermosas visualizaciones. Python, por otro lado, se queda un poco atrás en este aspecto ya que matplotlib no es un gran paquete de visualización.

Seaborn es una buena alternativa para crear gráficos estáticos en Python, pero no tiene la capacidad de hacerlos interactivos. Con el gráfico estático, no podemos hacer zoom en las secciones interesantes de los gráficos, pasar el cursor sobre los gráficos para ver la información específica y más.

Plotly es una biblioteca de Python para crear visualizaciones interactivas con calidad de publicación. Plotly no solo hace que los gráficos sean interactivos, una funcionalidad que falta en matplotlib o seaborn, sino que también proporciona una variedad de gráficos más, como:

• Gráficos estadísticos como diagramas de árbol, bandas de error, diagrama de categorías paralelas, etc.
• Gráficos científicos como gráficos de contorno, gráficos de registro, etc.
• Gráficos financieros como gráficos de embudo, gráficos de velas, etc.
• Mapas como mapa de burbujas, mapa de densidad, etc.
• Bioinformática y más.

En la siguiente sección, utilizaremos datos de gapminder para visualizar cómo India y China progresaron social y económicamente a lo largo de los años. Haremos la selección y manipulación de datos en el marco de datos de pandas, si es nuevo en pandas, entonces puede aprender Python para el análisis de datos.

Puede abrir el cuaderno jupyter y usar los códigos directamente sin ninguna modificación. Comencemos instalando el paquete plotly e importando los paquetes necesarios.

import plotly.graph_objects as go
import plotly.express as px

Usando el módulo graph_objects, crearemos los diferentes tipos de gráficos y el módulo express se usará para leer los datos de gapminder.

Ahora, leamos los datos de gapminder usando plotly express y observemos las 5 filas superiores.

df = px.data.gapminder()
df.head()

	country	continent	year	lifeExp	pop	gdpPercap	iso_alpha	iso_num
0	Afghanistan	Asia	1952	28.801	8425333	779.445314	AFG	4
1	Afghanistan	Asia	1957	30.332	9240934	820.853030	AFG	4
2	Afghanistan	Asia	1962	31.997	10267083	853.100710	AFG	4
3	Afghanistan	Asia	1967	34.020	11537966	836.197138	AFG	4
4	Afghanistan	Asia	1972	36.088	13079460	739.981106	AFG	4

En la tabla anterior, podemos ver que los datos contienen información sobre la esperanza de vida, la población, el PIB per cápita de diferentes países en diferentes años.

Ahora, filtraremos el marco de datos para India y China.

df_india = df[df['country'] == 'India']
df_china = df[df['country'] == 'China']
df_india

	country	continent	year	lifeExp	pop	gdpPercap	iso_alpha	iso_num
696	India	Asia	1952	37.373	372000000	546.565749	IND	356
697	India	Asia	1957	40.249	409000000	590.061996	IND	356
698	India	Asia	1962	43.605	454000000	658.347151	IND	356
699	India	Asia	1967	47.193	506000000	700.770611	IND	356
700	India	Asia	1972	50.651	567000000	724.032527	IND	356
701	India	Asia	1977	54.208	634000000	813.337323	IND	356
702	India	Asia	1982	56.596	708000000	855.723538	IND	356
703	India	Asia	1987	58.553	788000000	976.512676	IND	356
704	India	Asia	1992	60.223	872000000	1164.406809	IND	356
705	India	Asia	1997	61.765	959000000	1458.817442	IND	356
706	India	Asia	2002	62.879	1034172547	1746.769454	IND	356
707	India	Asia	2007	64.698	1110396331	2452.210407	IND	356

La siguiente tabla muestra los datos de la India. Los datos van desde el año 1952 hasta el 2007.

Población de India y China

Ahora, crearemos un gráfico de barras que muestre la población de India y China a lo largo de los años.

La creación de parcelas utilizando el módulo de objeto de gráfico plotly es un proceso de 2 pasos:

• Configuración de la función de figura dentro de la cual estableceremos el argumento de datos. El argumento de datos se establece en una lista que tiene las funciones de barra (go.Bar) para India y China. Dentro de la función de barra, configuramos el eje x en la columna del año, el eje y en la columna de población, el color del marcador en rojo indio/azul y el nombre de las barras en el nombre del país.
• Configuración del texto para el título, el eje x y el eje y de los gráficos mediante la función update_layout.

fig = go.Figure(data = [go.Bar(x = df_india['year'],
                               y = df_india['pop'],
                               marker_color = 'indianred',
                               name = 'India'),
                        go.Bar(x = df_china['year'],
                               y = df_china['pop'],
                               marker_color = 'blue',
                               name = 'China')
                ])
fig.update_layout(title = 'Población de India y China a lo largo de los años.',
                   xaxis_title='Años',
                   yaxis_title='Población'
                 )
fig

• En el gráfico anterior, podemos ver que la población de ambos países ha crecido a un ritmo similar.

Esperanza de vida a lo largo de los años.

Siempre que tengamos una serie de datos de tiempo (medidas durante años/meses/semanas, etc.), el gráfico de líneas es la mejor opción para mostrar la tendencia.

Con el siguiente código, mostramos cómo cambió la esperanza de vida a lo largo de los años en India y China.

fig = go.Figure(data = [go.Scatter(x = df_india['year'],
                                   y = df_india['lifeExp'],\
                                   line = dict(color = 'firebrick',
                                                width = 4),
                                   text = df_india['country'],
                                   name = 'India'),
                        go.Scatter(x = df_china['year'],
                                   y = df_china['lifeExp'],\
                                   line = dict(color = 'blue',
                                                width = 4),
                                   text = df_china['country'],
                                   name = 'China')])  
fig.update_layout(title = 'Esperanza de vida a lo largo de los años.',
                   xaxis_title = 'Años',
                   yaxis_title = 'Esperanza de vida (años)'
                 )
fig

• Ha habido una brecha constante entre la esperanza de vida de los 2 países, espere alrededor de 1960 cuando la esperanza de vida en China cayó repentinamente debido a 'La Gran Hambruna China'.

Esperanza de vida vs pib per cápita a lo largo de los años

Cuando queremos ver la interacción entre 2 características continuas (numéricas), el gráfico de dispersión es el gráfico de referencia.

En el siguiente código, estamos creando el diagrama de dispersión entre la esperanza de vida y el pib per cápita de los 2 países.

fig = go.Figure(data = [go.Scatter(y = df_india['lifeExp'],
                                   x = df_india['gdpPercap'],\
                                   mode = 'markers',
                                   name = 'India'),
                        go.Scatter(y = df_china['lifeExp'],
                                   x = df_china['gdpPercap'],\
                                   mode = 'markers',
                                   name = 'China')
                       ])
fig.update_layout(title = 'Esperanza de vida vs PIB per cápita',
                   yaxis_title = 'Esperanza de vida (años)',
                   xaxis_title = 'PIB Percapita (USD)'
                 )
fig

• Para ambos países, la esperanza de vida ha aumentado con el aumento del pib per cápita.
• En comparación con India, China ha logrado una mejora significativa en el PIB per cápita.

Desarrollo mundial a lo largo del tiempo: una animación

Usando el gráfico de burbujas, podemos mostrar 3 dimensiones (eje x, eje y y tamaño de la burbuja) sobre un gráfico 2D.

Usando el siguiente código, podemos crear un gráfico de burbujas usando la función de dispersión del módulo plotly express.

df = px.data.gapminder()
fig = px.scatter(df, x = 'gdpPercap',
                 y = 'lifeExp',
                 size = 'pop',
                 color = 'continent',
                 hover_name='country',
                 log_x = True,
                 size_max = 50,
                 title = 'Desarrollo mundial desde 1952 a 2007',
                 animation_frame = "year",
                 animation_group = "country",
                 range_y = [25,90])
fig.update_layout(xaxis = dict(showgrid = False),
                  yaxis = dict(showgrid = False))
fig

Entendamos algunos argumentos importantes de la función:

• tamaño: Esto se establece en una columna numérica que capturará el tamaño de la burbuja.
• color: se establece una columna categórica que capturará el color de la burbuja. En nuestro ejemplo, se asigna un color a cada continente de forma predeterminada.
• log_x: establece el eje X (pib per cápita) en escala logarítmica.
• size_max: establece el tamaño máximo de la burbuja, cuando se establece el argumento de tamaño. Esto actúa como un parámetro de estandarización de tamaño.
• animation_frame : Valores de la columna dataframe que se utilizan para asignar marcas a los cuadros de animación. En nuestro ejemplo, el argumento se establece en la columna del año.
• grupo_animación: Las filas con "grupo_animación" coincidente se tratarán como si describieran el mismo objeto en cada cuadro. Queremos ver cómo progresó cada país a lo largo de los años, por lo que lo configuramos en la columna de país.

• Los países de todo el mundo se han desarrollado bastante en estos años.
• Podemos ver la correlación directa entre la esperanza de vida y el pib per cápita (ambos aumentan con el tiempo) para todos los países.