內建資料集
plotly.express.data(px.data)模組內建十個小型練習資料集,安裝 Plotly 就有,不需要下載檔案或連網。官方文件與本站的範例幾乎都使用這些資料集,熟悉它們的欄位,就能直接執行、修改任何範例來練習。
資料集一覽
| 函式 | 筆數 × 欄數 | 欄位 | 內容與適合練習的圖 |
|---|---|---|---|
px.data.gapminder() |
1704 × 8 | country、continent、year、lifeExp、pop、gdpPercap、iso_alpha、iso_num |
142 國 1952–2007 年每 5 年的平均壽命、人口、人均 GDP;散佈、折線、動畫、面量圖 |
px.data.tips() |
244 × 7 | total_bill、tip、sex、smoker、day、time、size |
餐廳帳單與小費;長條、直方圖、箱形圖、分面 |
px.data.iris() |
150 × 6 | sepal_length、sepal_width、petal_length、petal_width、species、species_id |
三種鳶尾花的花萼與花瓣尺寸;散佈矩陣、3D、平行座標 |
px.data.stocks() |
105 × 7 | date、GOOG、AAPL、AMZN、FB、NFLX、MSFT |
2018–2019 每週相對股價(寬格式);折線、面積 |
px.data.wind() |
128 × 3 | direction、strength、frequency |
風向、風速等級與頻率;極座標、風花圖 |
px.data.election() |
58 × 8 | district、Coderre、Bergeron、Joly、total、winner、result、district_id |
2013 蒙特婁市長選舉各區得票;三元圖、choropleth_map |
px.data.election_geojson() |
GeoJSON dict | features[].properties.district |
上述選舉各區的邊界,搭配 election() 畫面量圖 |
px.data.carshare() |
249 × 4 | centroid_lat、centroid_lon、car_hours、peak_hour |
蒙特婁共享汽車使用量;scatter_map、density_map |
px.data.experiment() |
100 × 5 | experiment_1、experiment_2、experiment_3、gender、group |
模擬的三次實驗分數;寬格式的分布圖 |
px.data.medals_long()/medals_wide() |
9 × 3/3 × 4 | nation、medal、count/nation、gold、silver、bronze |
同一份獎牌數的長、寬兩種格式;練習 長寬格式 |
常用選項
import plotly.express as px
df = px.data.gapminder(year=2007) # 只取某一年(gapminder 專用)
df = px.data.gapminder(datetimes=True) # year 轉成日期型別
df = px.data.gapminder(pretty_names=True) # 欄位名稱改成 "Life Expectancy" 等易讀名稱
df = px.data.stocks(indexed=True, datetimes=True) # date 設為索引、轉成日期
df = px.data.gapminder(return_type="polars") # 回傳 Polars DataFrame(需安裝 polars)
快速探索任一資料集
import plotly.express as px
df = px.data.tips()
print(df.shape)
print(df.dtypes)
df.describe(include="all")
拿到新資料集時,先看欄位型別:數值欄位適合放 x、y、size、連續 color;字串或類別欄位適合放離散 color、symbol、facet_col。
相關頁面
- 官方說明:plotly.express.data package
- 用這些資料集練習:自我挑戰練習