plotly

• plotly express ile işleri standart hale getirip hızlıca istediğinizi elde etmenize olanak sağlamıştır.
  
  gerçekleştirmek istediğiniz hipotez testleri varsa son yıllarda popülerlik kazanan visual proof yani görsel ispat çalışmaları için biçilmiş kaftan.
  
  her şeyiyle hazırlaması 5-6 saate kadar çıkabilen blog yazılarımı en fazla 3-4 saatte tamamlama fırsatı sağlamıştır. önceden bir işi matplotlib + seaborn üstüne çok gerekirse bokeh ile halletmeye çalışırken ne kadar zaman harcadığımı fark ettim.
  
  bir şekilde veri görselleştirmesiyle haşır neşirseniz yeni başlayanlara matplotlib ve seaborn ile mutlaka zaman geçirip fazla takılmadan plotly'e geçmelerini öneririm. matplotlib ve seaborn her ne kadar bu işin atası sayılsa da artık arkaik sayılacak konuma geldiler.
• muazzam bir grafik ve chart oluşturma platformu. deneyin ve görün.
  
  https://plot.ly/
• illa online charta dönüştürme gibi bir zorunluluğu yok. offline olarak chartınızı oluşturup ister png ister html(tüm source ile birlikte) olarak kayıt edebilirsiniz.
  
  en azından python api ı ile durum böyleydi bir ay önceye kadar şimdi de farklı olacağını sanmıyorum.
• dash framework u ile harikalar yaratan platform. uzun suredir kullandigim bokeh i kendisi icin terk ettim bile.
  
  guzel bir karsilatirma yazisi icin buyrunuz.
• harika bir gorsellestirme araci. python, r allah ne verdiyse calisiyor. cloud sisteminde 25 grafige kadar ucretsiz barindirabilirsiniz. ucretsiz barindirma hizmetinde boyut siniri da var. belli bir noktadan sonra eger ucretsiz surum yetmeyecek olursa ogrenci surumu yillik 60 dolar gibi bir sey. bunun yerine, html output'unu alip kendi sitenizde de barindirmaniz mumkun. wordpress sitemde bir klasor acip icine attim, mis gibi calisiyor.
  
  ggplot'tan vazgecemeyen ama interaktif de olsun diyenlerdenseniz, ggplotly ile harikalar yarabilirsiniz.
• kullanımı aşırı kolay sadece bir adet dictionary bile kullanarak iplot(dict) şeklinde çizim yapılabiliyor.
  
  dictionary genellikle figure'den gelen fig olarak tanımlanır ve bu fig, data ve layout adında 2 ana bileşenden oluşur.
  
  data ve layout'un önemli alt argümanları ve tanımları şöyledir;
  
  data argümanları:
  "data": trace'leri (izleri) içeren liste.
  "values": pasta veya çubuk grafiklerde kullanılan değerlerin listesi.
  "labels": pasta grafiklerinde kullanılan etiketlerin listesi.
  "x": x ekseninde kullanılan verilerin listesi.
  "y": y ekseninde kullanılan verilerin listesi.
  "mode": grafiğin çizim modu, örneğin "lines" veya "markers".
  "type": grafiğin türü, örneğin "scatter" veya "bar".
  "name": trace'in adı.
  "marker": marker (işaretleyici) özellikleri.
  "line": çizgi özellikleri (sadece bazı grafiğe özgü).
  "text": her nokta için gösterilecek metin (sadece bazı grafiğe özgü).
  "hoverinfo": izlerin üzerine gelindiğinde gösterilecek bilgi.
  "hovertext": her nokta için üzerine gelindiğinde gösterilecek metin (sadece bazı grafiğe özgü).
  
  layout argümanları:
  
  "layout": grafik düzeni ve görünümüne ilişkin ayarları içeren sözlük.
  "title": grafik başlığı.
  "xaxis" ve "yaxis": x ve y eksenleriyle ilgili ayarlar.
  "title": eksen başlığı.
  "range": eksen aralığı.
  "ticks": eksen üzerindeki işaretçilerin ayarları.
  "legend": grafik içindeki açıklamaların ayarları.
  "colorway": renk paleti ayarları.
  "font": metin fontu ayarları.
  "annotations": grafik üzerindeki açıklamaların (notların) ayarları.
  "plot_bgcolor": grafik arka plan rengi.
  "paper_bgcolor": kağıt (çerçeve) arka plan rengi.
  
  dict haricinde de tanımlanması gayet kolaydır. bu sefer plotly.graph_objects go olarak import edildiğinde data ve layout ayrı ayrı tanımlanır ve fig;
  
  fig = go.figure(data, layout) veya
  fig = dict(data=data, layout=layout)
  
  şeklinde birleştirilir.
  
  data için trace'ler oluşturulur ve liste içinde birleştirilir. her bir trace go.bar, go.scatter, go.heatmap, go.pie vb gibi içine alt data argümanları tanımlanır.
  
  layout için go.layout() içine argümanları girilir.
• üstteki entry'ye katılıyorum. seaborn ve matplotlib bir yere kadar. plotly'ın zamana bağlı grafikleri, dünya haritası grafikleri insana öğrenme ihtiyacı hissettiriyor.
• geospatial data gorsellestirmesi icin cok fazla detay ihtiyaciniz yoksa pygal'a gore daha fazla konfigurasyon imkani taniyan bir kutuphane. degilse geopandas ile birlikte guzel isler cikarmakta.
  
  ama standard grafiklerle sayisal veri gorsellestirmesi icin pygal daha guzel gozuken ve fonksiyonel cozumler sunmakta.