Halloo kembali lagi bersama saya!! kali ini saya akan menjelaskan bagaimana membuat Chart yang simple tapi juga menarik menggunakan Python Languange. penasaran kan yukk langsung saja… Dataset yang digunakan untuk dataset yang digunakan adalah dari US Superstore Data untuk detail data yang saya gunakan adalah sebagai berikut :
plotly adalah packages yang memudahkan menerjemahkan grafik ‘ggplot2’ ke versi interaktif berbasis web dan/atau membuat visualisasi berbasis web langsung dari Python. Setelah diunggah ke akun ‘plotly’, grafik ‘plotly (dan data dibelakangnya) dapat diliat dan dimodifikasi di browser web 2. Pandas Pandas (Python for Data Analysis) adalah library Python yang fokus untuk proses analisis data seperti manipulasi data, persiapan data, dan pembersihan data. Pandas juga dapat membaca file dari berbagai format seperti .txt, .csv, .tsv, dan lainnya. Anggap saja Pandas adalah spreadsheet namun tidak memiliki GUI dan punya fitur seperti SQL. 3. Numpy Numpy memiliki kegunaan untuk operasi vektor dan matriks. Fiturnya hampir sama dengan MATLAB dalam mengelola array dan array multidimensi. Numpy merupakan salah satu library yang digunakan oleh library lain seperti Scikit-Learn untuk keperluan analisis data. 4. Scipy Kegunaanya adalah untuk menangani operasi aljabar dan matriks serta operasi matematika lainya. Disini kamu dapat menangani sejumlah operasi matematika yang lebih kompleks daripada menggunakan library math bawaan Python. Import Library dan Dataset import plotly notes : saya menamakan tabel = go.Scatter( 8 dan tabel = go.Scatter( 9Membaca Dataset
df = pd.read_csv('Assessment R & Python_ Dataset_superstore_simple.csv',parse_dates=['order_date']) Berikut hasilnya : outputMembuat Scatter Plotuntuk memanggil Scatter Plot menggunakan import numpy as np 2 lalu masukan variabel import numpy as np 3dan import numpy as np 4dari tabel import numpy as np 1, setelah itu masukan parameter import numpy as np 6menggunakan tipe ‘markers’ dan saya beri nama tabel ‘Sales VS Profit’tabel = go.Scatter(
Berikut hasilnya :
import numpy as np hasilnya : output
tabel = go.Scatter( hasilnya : Membuat Pie Chart
data = go.Pie(labels=df.category,values=df.sales) hasilnya : Membuat Histogram
histogram = go.Histogram(x=df.sales, hasilnya :
df_segment = df.groupby(['segment']).agg({ hasilnya :
bar_chart = go.Bar( hasilnya :
df_segment_category = df.groupby(['segment','category']).agg({ hasilnya :
hasilnya :
df = pd.read_csv('Assessment R & Python_ Dataset_superstore_simple.csv',parse_dates=['order_date']) 0hasilnya : Membuat Line Chart
df = pd.read_csv('Assessment R & Python_ Dataset_superstore_simple.csv',parse_dates=['order_date']) 1selanjutnya : df = pd.read_csv('Assessment R & Python_ Dataset_superstore_simple.csv',parse_dates=['order_date']) 2
df = pd.read_csv('Assessment R & Python_ Dataset_superstore_simple.csv',parse_dates=['order_date']) 3hasilnya :
df = pd.read_csv('Assessment R & Python_ Dataset_superstore_simple.csv',parse_dates=['order_date']) 4
df = pd.read_csv('Assessment R & Python_ Dataset_superstore_simple.csv',parse_dates=['order_date']) 5
hasilnya : terlebih dahulu membuat Grafik Scatter Plot menggunakan import numpy as np 2 lalu masukan variabel import numpy as np 3dan import numpy as np 4dari tabel import numpy as np 1, setelah itu masukan parameter import numpy as np 6menggunakan tipe ‘markers’df = pd.read_csv('Assessment R & Python_ Dataset_superstore_simple.csv',parse_dates=['order_date']) 6hasilnya :
df = pd.read_csv('Assessment R & Python_ Dataset_superstore_simple.csv',parse_dates=['order_date']) 7
df = pd.read_csv('Assessment R & Python_ Dataset_superstore_simple.csv',parse_dates=['order_date']) 8hasilnya :
hasilnya : Akhirnya selesai juga teman!! nah menarik bukan. terus simak yaa jangan bosan-bosan belajar :) semoga bermanfaat yaa… |