사전준비 배포를 하기 위해서는 필수로 진행해야 할 사전준비가 필요하다. Git & Github 설치 과정은 생략한다. Step 01 - Streamlit 회원가입 https://share.streamlit.io/signup 아래 이미지에서 Continue with Github 와 같이 회원가입을 진행한다. Set up your account를 작성한다. 작성이 끝나면 다음과 같은 화면이 나오면 정상적으로 등록이 된 것이다. Step 02 - Github 레포 설정 Gitub 레포를 설정한다. 이 때, 주의해야 할 것은 Public으로 설정을 해야한다. .gitignore 파일도 Setting 하는 것이 좋다. Step 03 - 주요 라이브러리 설치 다음 코드를 실행하여 배포를 위한 라이브러리를 설치한다.
읽기 전 공지 본 글은 2022년 11월 28일까지만 유효합니다. 무료 버전이 사라지기 때문에, 앞으로 어떻게 될지는 현재 글 쓰는 시점에서는 모릅니다. 이 부분에 주의해서 참고 하시기를 바랍니다. 강의 홍보 취준생을 위한 강의를 제작하였습니다. 본 블로그를 통해서 강의를 수강하신 분은 게시글 제목과 링크를 수강하여 인프런 메시지를 통해 보내주시기를 바랍니다. 스타벅스 아이스 아메리카노를 선물로 보내드리겠습니다. [비전공자 대환영] 제로베이스도 쉽게 입문하는 파이썬 데이터 분석 - 캐글입문기 [비전공자 대환영] 캐글 데이터를 활용한 Optuna with MLFlow - 캐글다지기 머신러닝 하이퍼파라미터 튜닝 등을 배우고 싶다면 다음 강의를 참고하세요.
읽기 전 공지 본 글은 2022년 11월 28일까지만 유효합니다. 무료 버전이 사라지기 때문에, 앞으로 어떻게 될지는 현재 글 쓰는 시점에서는 모릅니다. 이 부분에 주의해서 참고 하시기를 바랍니다. 강의 홍보 취준생을 위한 강의를 제작하였습니다. 본 블로그를 통해서 강의를 수강하신 분은 게시글 제목과 링크를 수강하여 인프런 메시지를 통해 보내주시기를 바랍니다. 스타벅스 아이스 아메리카노를 선물로 보내드리겠습니다. [비전공자 대환영] 제로베이스도 쉽게 입문하는 파이썬 데이터 분석 - 캐글입문기 [비전공자 대환영] 캐글 데이터를 활용한 Optuna with MLFlow - 캐글다지기 머신러닝 하이퍼파라미터 튜닝 등을 배우고 싶다면 다음 강의를 참고하세요.
읽기 전 공지 본 글은 2022년 11월 28일까지만 유효합니다. 무료 버전이 사라지기 때문에, 앞으로 어떻게 될지는 현재 글 쓰는 시점에서는 모릅니다. 이 부분에 주의해서 참고 하시기를 바랍니다. 강의 홍보 취준생을 위한 강의를 제작하였습니다. 본 블로그를 통해서 강의를 수강하신 분은 게시글 제목과 링크를 수강하여 인프런 메시지를 통해 보내주시기를 바랍니다. 스타벅스 아이스 아메리카노를 선물로 보내드리겠습니다. [비전공자 대환영] 제로베이스도 쉽게 입문하는 파이썬 데이터 분석 - 캐글입문기 [비전공자 대환영] 캐글 데이터를 활용한 Optuna with MLFlow - 캐글다지기 머신러닝 하이퍼파라미터 튜닝 등을 배우고 싶다면 다음 강의를 참고하세요.
읽기 전 공지 본 글은 2022년 11월 28일까지만 유효합니다. 무료 버전이 사라지기 때문에, 앞으로 어떻게 될지는 현재 글 쓰는 시점에서는 모릅니다. 이 부분에 주의해서 참고 하시기를 바랍니다. 강의 홍보 취준생을 위한 강의를 제작하였습니다. 본 블로그를 통해서 강의를 수강하신 분은 게시글 제목과 링크를 수강하여 인프런 메시지를 통해 보내주시기를 바랍니다. 스타벅스 아이스 아메리카노를 선물로 보내드리겠습니다. [비전공자 대환영] 제로베이스도 쉽게 입문하는 파이썬 데이터 분석 - 캐글입문기 [비전공자 대환영] 캐글 데이터를 활용한 Optuna with MLFlow - 캐글다지기 머신러닝 하이퍼파라미터 튜닝 등을 배우고 싶다면 다음 강의를 참고하세요.
개요 특정 컬럼의 색상을 변경하는 코드를 작성한다. 기본 그래프 작성 우선 아래와 같은 기본 그래프를 작성한다. import plotly.express as px tips = px.data.tips() tips_mean_day = tips.groupby("day").mean().reset_index() tips_mean_day.head() fig = px.bar(tips_mean_day, x = 'day', y = 'tip') fig.show() Sun 색상 변경 Sun 값의 막대 그래프의 색상을 변경하도록 한다. 먼저 marker.color를 활용하여 색상을 먼저 지정한 뒤, X축 라벨의 순서를 후에 재정렬한 것이다. fig.data[0].marker.color = ['#ff0000', '#ff0000', 'black', '#ff0000'] fig.layout.xaxis.categoryarray = ["Thur", "Fri", "Sat", "Sun"] fig.
개요 기존에 작성한 그래프를 목적에 맞게 수정 및 변경할 수 있다. Figure Object를 활용한다. 데이터 불러오기 및 가공 tips 데이터를 불러온 뒤, 데이터를 가공하여 평균 값을 구한다. import plotly.express as px tips = px.data.tips() tips_mean_day = tips.groupby("day").mean().reset_index() tips_mean_day.head() 막대 그래프 작성하기 기본 막대그래프를 작성한다. 그런데, X축의 값을 보면 요일별로 정리가 안된 것을 확인할 수 있다. 이 부분을 수정하도록 한다. fig = px.bar(tips_mean_day, x = 'day', y = 'tip') fig.show() 막대 그래프의 X 라벨 변경하기 우선 막대그래프의 순서를 변경하도록 한다.
개요 High-Level API 형태인 Plotly Express에 대해 학습하도록 한다. Plotly Express는 간단하게 말하면 Pandas Dataframe과 직접적으로 연동이 가능하다. 보다 직관적으로 그래프를 시각화할 수 있기 때문에 초기 밑그림을 그릴 때는 Plotly Express로 작성하는 것이 좋다. 전체 설명 참고자료 : Plotly Express in Python Plotly Express 요약 Plotly Express Function은 graph_objects를 기반으로 작성되며, 그래프의 반환값도 plotly.graph_objects 형태이다. 공식 문서에는 약 30개 이상이 그래프 유형이 존재하는 것으로 알려지고 있다. 참조 : plotly.express: high-level interface for data visualization Plotly Express 그래프 종류 Plotly Express currently includes the following functions:
개요 plotly 그래프의 테마를 변경하는 방법에 대해 알아본다. 그래프 테마의 종류 확인하기 우선 기본 그래프를 확인한다. import plotly.graph_objects as go weekly_sales = dict({ "data": [{ "type": "bar", "x": ["Monday", "Tuesday", "Wednesday", "Thursday", "Friday", "Saturday", "Sunday"], "y": [28, 27, 25, 31, 32, 35, 36] }], "layout" : {"title": {"text": "Sales of the week", "x": 0.5, "font": {"color": "red", "size": 15}}} }) fig = go.Figure(weekly_sales) fig.show() 그래프 테마를 변경하기 위해 우선 종류를 확인해야 한다.
개요 Plotly 그래프를 다양한 방법으로 내보내는 코드를 작성해본다. 본 블로그에서는 HTML, PNG 두가지 형태로 내보내는 방법을 숙지한다. HTML로 내보내기 plotly figures는 HTML 및 자바스크립트로 구성되어 있다. 소스코드는 아래와 같다. fig.write_html('html_plot.html', config={'toImageButtonOptions':{'format': 'svg'}}) image로 내보내기 이미지로 내보내기 위해서는 아래와 같이 소스코드를 작성한다. fig.write_image('path/to/image_file.svg',height=600, width=850) 그런데, 실행 시, 다음과 에러가 나올 경우 아래와 같이 라이브러리를 설치한다. --------------------------------------------------------------------------- ValueError Traceback (most recent call last) <ipython-input-11-691564193a43> in <module> ----> 1 fig.write_image('img/tutorial.png', height = 600, width = 850) /Library/Frameworks/Python.