Open in app

Sign in

Write

Sign in

Plotly ile Veri Analizi

Ensar ERDOĞAN
Deep Learning Türkiye
Published in
7 min readMay 21, 2019

Plotly Python ile kullanılabilecek veri analiz kütüphanesidir. Aşağıda plotly kütüphanesine ait plotlar kullanarak örnek bir veri analizinde bulunacağım.

Bu kod parçacıklarını sizler de alıp kullanabilirsiniz.

Kullanılacak olan plotlar aşağıdaki gibidir;

  • Line Plot
  • Scatter Plot
  • Bar Plot
  • Pie Plot
  • Bubble Plot
  • Histograms Plot
  • Cumulative Histograms Plot
  • WorldCloud
  • Box Plot
  • Scatter Plot Matrix
  • Inset Plot
  • 3D scatter plot

Veri analizinde bulunabilmek için öncelikli olarak bir tane veriseti(dataset) seçerek analiz yapılacak veri incelenir. Bu örnekte ben dünyadaki şarap yorumlarını içeren hazır verisetini inceleyeceğim.

Bu tarz hazır verisetlerine https://www.kaggle.com/ adresinden ulaşabilirsiniz.

İnceleyeceğim örnek verisetinde aşağıdaki kolonlar bulunmaktadır.

*country =Üretilen ülke bilgisi
*description=Açıklama
*designation=Şarap yapılan üzüm bag çeşitleri
*points=puan
*price=fiyat
*province=şarabın geldiği eyalet
*region_1=Eyaletteki şarap üreten iller
*region_2=Özel üretilen şarap bölgeleri
*taster_name=Deneme isimleri
*taster_twitter_handle=twiter da geçen isimleri
*title
*variety=Üzüm Çeşiti
*winery=Şarap üretim yeri(Şaraphane)

Analize başlamadan önce kullanacağımız kütüphaneleri import edelim.


import matplotlib.pyplot as plt

#plotly library
import plotly.plotly as py
from plotly.offline import init_notebook_mode ,iplot
init_notebook_mode(connected=True)
import plotly.graph_objs as go

#word cloud
from wordcloud import WordCloud


import os
print(os.listdir("../input"))

Verisetimizi import edelim ve tanımlanmamış bir kolonun adını değiştirelim.

winemag130_data = pd.read_csv("../input/winemag-data-130k-v2.csv")
winemag130_data.rename( columns={'Unnamed: 0':'ID'}, inplace=True )

winemag150_data = pd.read_csv("../input/winemag-data_first150k.csv")
winemag150_data.rename( columns={'Unnamed: 0':'ID'}, inplace=True )

Verisetimiz hakkında bilgi alalım. İyi bir analiz için verimiz hakkında bilgimiz olması gerekiyor.

winemag130_data.info()<class 'pandas.core.frame.DataFrame'>
RangeIndex: 129971 entries, 0 to 129970
Data columns (total 14 columns):
ID                       129971 non-null int64
country                  129908 non-null object
description              129971 non-null object
designation              92506 non-null object
points                   129971 non-null int64
price                    120975 non-null float64
province                 129908 non-null object
region_1                 108724 non-null object
region_2                 50511 non-null object
taster_name              103727 non-null object
taster_twitter_handle    98758 non-null object
title                    129971 non-null object
variety                  129970 non-null object
winery                   129971 non-null object
dtypes: float64(1), int64(2), object(11)
memory usage: 13.9+ MB

Örnek 10 tane verimizi gösterelim.

winemag130_data.head(10)

Line Plot:

Verimizin ilk 100 kaydını aldığımız örnek kod bloğu.

Şarapların puan ve fiyatına göre karşılaştırma.

df = winemag130_data.iloc[:100,:]

import plotly.graph_objs as go

# Creating trace1
trace1 = go.Scatter(
                    x = df.ID,
                    y = df.points,
                    mode = "lines",
                    name = "points",
                    marker = dict(color = 'rgba(16, 112, 2, 0.8)'),
                    text= df.variety)
# Creating trace2
trace2 = go.Scatter(
                    x = df.ID,
                    y = df.price,
                    mode = "lines+markers",
                    name = "price",
                    marker = dict(color = 'rgba(80, 26, 80, 0.8)'),
                    text= df.variety)
data = [trace1, trace2]
layout = dict(title = 'Points and Price vs ID of Top 100 Variety',
              xaxis= dict(title= 'ID',ticklen= 5,zeroline= False)
             )
fig = dict(data = data, layout = layout)
iplot(fig)

Unique olan puanları listeliyorum.


winemag130_data["points"].unique()array([ 87,  86,  85,  88,  92,  91,  90,  89,  83,  82,  81,  80, 100,
        98,  97,  96,  95,  93,  94,  84,  99])

Scatter Plot:

Puanlarına göre ilk 50 veriyi alarak puanlarına göre fiyat analizi yapıyorum.

df87 = winemag130_data[winemag130_data.points == 87].iloc[:50,:]
df90 = winemag130_data[winemag130_data.points == 90].iloc[:50,:]
df93 = winemag130_data[winemag130_data.points == 93].iloc[:50,:]
df96 = winemag130_data[winemag130_data.points == 96].iloc[:50,:]
df99 = winemag130_data[winemag130_data.points == 99].iloc[:50,:]

df = winemag130_data.iloc[:100,:]

import plotly.graph_objs as go
# creating trace1
trace1 =go.Scatter(
                    x = df87.points,
                    y = df.price,
                    mode = "markers",
                    name = "87",
                    marker = dict(color = 'rgba(255, 128, 255, 0.8)'),
                    text= df87.variety)
# creating trace2
trace2 =go.Scatter(
                    x = df90.points,
                    y = df.price,
                    mode = "markers",
                    name = "90",
                    marker = dict(color = 'rgba(240, 128, 255, 0.8)'),
                    text= df90.variety)
# creating trace3
trace3 =go.Scatter(
                    x = df93.points,
                    y = df.price,
                    mode = "markers",
                    name = "93",
                    marker = dict(color = 'rgba(255, 128, 2, 0.8)'),
                    text= df90.variety)
# creating trace4
trace4 =go.Scatter(
                    x = df96.points,
                    y = df.price,
                    mode = "markers",
                    name = "96",
                    marker = dict(color = 'rgba(255, 128, 2, 0.8)'),
                    text= df96.variety)
# creating trace5
trace5 =go.Scatter(
                    x = df99.points,
                    y = df.price,
                    mode = "markers",
                    name = "99",
                    marker = dict(color = 'rgba(0, 255, 200, 0.8)'),
                    text= df99.variety)
data = [trace1, trace2, trace3,trace4,trace5]
layout = dict(title = 'Points vs world rank of top 50 points with 87, 90,93,96 and 99 points',
              xaxis= dict(title= 'ID',ticklen= 5,zeroline= False),
              yaxis= dict(title= 'Price',ticklen= 5,zeroline= False)
             )
fig = dict(data = data, layout = layout)
iplot(fig)

Bar Plot:

99 puana sahip ilk 50 verinin üzüm çeşitlerine göre fiyat analizini yapıyorum.

df99 = winemag130_data[winemag130_data.points == 99].iloc[:50,:]

import plotly.graph_objs as go
# create trace1 
trace1 = go.Bar(
                x = df99.variety,
                y = df99.price,
                name = "price",
                marker = dict(color = 'rgba(255, 174, 255, 0.5)',
                             line=dict(color='rgb(0,0,0)',width=1.5)),
                text = df99.region_1)
# create trace2 
trace2 = go.Bar(
                x = df99.variety,
                y = df99.points,
                name = "points",
                marker = dict(color = 'rgba(255, 255, 128, 0.5)',
                              line=dict(color='rgb(0,0,0)',width=1.5)),
                text = df99.region_1)
data = [trace1, trace2]
layout = go.Layout(barmode = "group")
fig = go.Figure(data = data, layout = layout)
iplot(fig)
#Plotly bar plot

df87 = winemag130_data[winemag130_data.points == 87].iloc[:10,:]

import plotly.graph_objs as go

x = df87.variety

trace1 = {
  'x': x,
  'y': df87.price,
  'name': 'price',
  'type': 'bar'
};
trace2 = {
  'x': x,
  'y': df87.points,
  'name': 'points',
  'type': 'bar'
};
data = [trace1, trace2];
layout = {
  'xaxis': {'title': 'Top 3 universities'},
  'barmode': 'relative',
  'title': 'price and points of top 10 variety in 87'
};
fig = go.Figure(data = data, layout = layout)
iplot(fig)

Pie Plot:

87 puana ait 1. veriden 8. veriye kadar olan üzümlerin fiyatlarına göre ortalama analizini yapıyorum.

df87 = winemag130_data[winemag130_data.points == 87].iloc[1:8,:]

value=df87.price
labels=df87.title

fig = {
  "data": [
    {
      "values": value,
      "labels": labels,
      "domain": {"x": [0, .5]},
      "name": "Wine names by price",
      "hoverinfo":"label+percent+name",
      "hole": .3,
      "type": "pie"
    },],
  "layout": {
        "title":"Wine names by price",
        "annotations": [
            { "font": { "size": 20},
              "showarrow": False,
              "text": "Wine Reviews Title",
                "x": 0.20,
                "y": 1
            },
        ]
    }
}
iplot(fig)

Bubble Plot:

87 puana ait 1'den 21. veriye kadar olan verileri ID ve fiyatına göre veri analizini yapıyorum.

df87 = winemag130_data[winemag130_data.points == 87].iloc[1:21,:]

df=df87.fillna(0)

color=df.price

data = [
    {
        'y': df.price,
        'x': df.ID,
        'mode': 'markers',
        'marker': {
            'color': color,
            'size': color,
            'showscale': True
        },
        "text" :  df.variety    
    }
]
iplot(data)

Histograms Plot:

96 ve 100 puana ait ilk 50 verinin fiyatına göre analizini yapıyorum.

df96 = winemag130_data[winemag130_data.points == 96].iloc[:50,:]
df100 = winemag130_data[winemag130_data.points == 100].iloc[:50,:]

import plotly.graph_objs as go

trace1 = go.Histogram(
    x=df96.price,
    opacity=0.75,
    name = "96 points",
    marker=dict(color='rgba(171, 50, 96, 0.6)'))
trace2 = go.Histogram(
    x=df100.price,
    opacity=0.75,
    name = "100 points",
    marker=dict(color='rgba(12, 50, 196, 0.6)'))

data = [trace1, trace2]
layout = go.Layout(barmode='overlay',
                   title=' Wine Reviews price in 96 and 100 points',
                   xaxis=dict(title='price'),
                   yaxis=dict( title='Count'),
)
fig = go.Figure(data=data, layout=layout)
iplot(fig)

Cumulative Histograms Plot:

87 puana ait ilk 100 kayıtın fiyat artış analizini yapıyorum.

df87 = winemag130_data[winemag130_data.points == 87].iloc[:100,:]

import plotly.graph_objs as go



trace2 = go.Histogram(
    x=df87.price,
    cumulative=dict(enabled=True))

data = [trace2]
layout = go.Layout(barmode='overlay',
                   title=' Wine Reviews price in 87 points',
                   xaxis=dict(title='price'),
                   yaxis=dict( title='Count'),
)
fig = go.Figure(data=data, layout=layout)
iplot(fig)

WorldCloud:

87 puana sahip ilk 160 verinin en çok şarap üretilen ülkelerinin gösterimi.

df87 = winemag130_data[winemag130_data.points == 87].iloc[:160,:]
df87_new=df87.country[df87.points==87]

plt.subplots(figsize=(10,10))
wordcloud = WordCloud(
                          background_color='white',
                          width=512,
                          height=384
                         ).generate(" ".join(df87_new))
plt.imshow(wordcloud)
plt.axis('off')
plt.savefig('graph.png')

plt.show()

Box Plot:

99 ve 100 puana ait ilk 100 verinin ücretlerinin max, min, avg değer analizini yapıyorum.

df99 = winemag130_data[winemag130_data.points == 99].iloc[:100,:]

df100 = winemag130_data[winemag130_data.points == 100].iloc[:100,:]

trace0 = go.Box(
    y=df99.price,
    name = 'total score of price in 99',
    marker = dict(
        color = 'rgb(12, 12, 140)',
    )
)
trace1 = go.Box(
    y=df100.price,
    name = 'research of price in 100',
    marker = dict(
        color = 'rgb(12, 128, 128)',
    )
)

data = [trace0, trace1]
iplot(data)

Scatter Plot Matrix:

100 puana ait ilk 100 kaydın birçok plot yardımıyla analizini yapıyorum.

df100=winemag150_data[winemag150_data.points == 100].iloc[:100,:]

import plotly.figure_factory as ff
# prepare data

df100 = df100.loc[:,["points","price", "ID"]]
df100["index"] = np.arange(1,len(df100)+1)
# scatter matrix
fig = ff.create_scatterplotmatrix(df100, diag='box', index='index',colormap='Portland',
                                  colormap_type='cat',
                                  height=700, width=700)
iplot(fig)

Inset Plot:

100 puana ait verilerin ID’lerine göre fiyat analizlerini yapıyorum.

df100=winemag150_data[winemag150_data.points == 100]

trace1 = go.Scatter(
    x=df100.ID,
    y=df100.price,
    name = "price",
    marker = dict(color = 'rgba(16, 112, 2, 0.8)'),
)
# second line plot
trace2 = go.Scatter(
    x=df100.ID,
    y=df100.points,
    xaxis='x2',
    yaxis='y2',
    name = "points",
    marker = dict(color = 'rgba(160, 112, 20, 0.8)'),
)
data = [trace1, trace2]
layout = go.Layout(
    xaxis2=dict(
        domain=[0.6, 0.95],
        anchor='y2',        
    ),
    yaxis2=dict(
        domain=[0.6, 0.95],
        anchor='x2',
    ),
    title = 'Points and Price vs ID of Wine Reviews'

)

fig = go.Figure(data=data, layout=layout)
iplot(fig)

3D scatter plot:

99 ve 100 puana sahip verilerin fiyat ve puan analizi 3 boyutlu gösterilmekte.

df99=winemag150_data[winemag150_data.points == 99]
df100=winemag150_data[winemag150_data.points == 100]

trace1 = go.Scatter3d(
    x=df99.ID,
    y=df99.price,
    z=df99.points,
    mode='markers',
    marker=dict(
        size=10,
        color='rgb(255, 0, 0)',                # set color to an array/list of desired values      
    )
)
trace2 = go.Scatter3d(
    x=df100.ID,
    y=df100.price,
    z=df100.points,
    mode='markers',
    marker=dict(
        size=10,
        color='rgb(127, 127, 127)',                # set color to an array/list of desired values      
    )
)

data = [trace1,trace2]
layout = go.Layout(
    margin=dict(
        l=0,
        r=0,
        b=0,
        t=0  
    )
    
)
fig = go.Figure(data=data, layout=layout)
iplot(fig)

Faydası olması dileğiyle. İyi Okumalar.

Referans : https://www.kaggle.com/ensarerdogan/plotly-use-for-wine-reviews

Referans : https://plot.ly/python/

Data Science

--

--

Ensar ERDOĞAN
Deep Learning Türkiye

Written by Ensar ERDOĞAN

14 Followers
Writer for

Database Admin,Data Scientist,Big Data https://www.linkedin.com/in/ensar-erdo%C4%9Fan-948a02161/

Help

Status

About

Careers

Press

Blog

Privacy

Terms

Text to speech

Teams