Основы программирования и анализа данных на Python

Курс посвящен основам программирования на языке Python. Слушатели курса познакомятся с основными конструкциями языка Python и парадигмами программирования, а также с инструментами для анализа и визуализации данных.

Основная цель курса — это изучение основ работы с данными с помощью языка Python.

Продолжительность: 1 семестр (12 лекций).

Темы курса:

• синтаксис языка Python
• коллекции «золотого фонда» Python
• визуализация данных
• библиотеки NumPy и Pandas
• извлечение и получение данных
• парадигмы программирования

Список всех тем лекций

Лекция 1. Введение в курс. Простые операции в Python.
Вступление к лекции

Области использования языка Python

Популярность в мире

Алгоритм

Основы программирования с исполнителем turtle

Циклы и вложенные циклы

Простые функции — «процедуры» без параметров

Функции с параметрами

Вызов функций из функций

Условное выполнение действий

Ввод и вывод информации функциями input и print

Заключение

Ответы на вопросы студентов

Лекция 2. Написание кода на Python.
Тема лекции

Написание кода на Python

Версии языка Python

Ввод и вывод текстовых данных

Операции + и * со строками

Интроспекция в Python

Память программы

Объект строки и его методы

Строка как итерируемый объект

Срезы строк

Текстовые файлы

Вопросы, обсуждение, примеры

Лекция 3. Имена и значения.
Тема лекции

Объекты

Функции

Множественное присваивание

Конструирование списка

Потоковая обработка списков

Функция map

Функция как объект 1-го класса

Функция zip

Библиотека itortools

Повторение и зацикливание

Запись в файл

Лекция 4. Представление числовых данных в памяти компьютера.
Тема лекции

Двоичная система счисления

Дробные числа

Обмен переменных значениями

Подсчёт ситуаций

Суммирование чисел

Геометрическая прогрессия

Ветвление хода исполнения программы

Вложенные условные конструкции

Каскадная конструкция if, elif, else

Практическая задача на расчет кредита

Создание вручную файла CSV

Лекция 5. Ссылочная модель данных Python.
Тема лекции

Действия со списками list в Python

Срезы списков и строк

Операции, изменяющие длину списка

Дополнительные последовательности элементов

Сортировка списка

Копирование объектов list

Двумерные массивы (списки списков)

Отказ от вложенных списков

Лекция 6. Частотный анализ.
Тема лекции

Введение

Вопрос эффективности

Множества и работа с ними

Словарь и операции с ними

Частотный анализ со словарём

Лекция 7. Построение графиков и основы библиотеки Matplotlib.
Тема лекции

Простой график на плоскости Декарта

Математическая сущность функций

Синтаксис создания пользовательской функции, возвращающей значение

Стандартные математические функции

Создание пользовательских функций

Основы Numpy

Векторные операции с массивами

Срезы массивов NumPy

Числа с плавающей точкой и ошибки вычислений

Недопустимость сравнения для чисел float

Гистограммы и диаграммы

Лекция 8. Статистический анализ.
Тема лекции

Генерация случайных чисел

Статистические характеристики выборки

Пример статистического анализа неслучайной выборки

Изображения как массивы Numpy

Многомерные массивы Numpy

Скорость работы программы

Дополнение к лекции

Лекция 9. Логика и библиотеки NumPy и Pandas.

Лекция 10. Библиотека Pandas.

Лекция 11. Парадигмы программирования.

Лекция 12. Реляционные базы данных.

Буткемп Python QA Engineer

Ручное тестирование/ Бизнес-логика

Оценить модуль

Тема 1: Введение в тестирование и автоматизацию

Обзор мира ручного и автоматизированного тестирования. Технологии и процессы. Roadmap тестировщика/автоматизатора. Обзор рынка IT компаний.
Понять текущее состояние рынка IT, ниша ручного и автоматизированного тестирования.

Тема 2: Качество ПО и Пирамида тестирования

Разобраться, что такое качество ПО и из чего оно состоит
Пирамида тестирования как ключевой инструмент

Тема 3: Практика

Тема 4: Практика

Тема 5: Карта функциональности продукта

понять структуру продукта и узнать, как проводить его декомпозицию на основные бизнес-сценарии

Тема 6: Требования

познакомиться с процессом работы над проектом с требованиями и без них

Тема 7: Практика

научиться работать с требованиями на практике формулировать use case;

Тема 8: Практика

научиться строить карты функциональности продукта

Тема 9: Тест-кейсы и чек-листы

познакомиться с видами тестовой документации,
составить чек-лист

Тема 10: Баг-репорты

завести bug report в jira;
узнать из каких частей состоит bug report

Тема 11: Учимся писать чек-листы

самостоятельно составлять чек-листы

Тема 12: Учимся описывать баги

научиться правильно описывать баги в Jira

Тема 13: Jira + Confluence

узнать на реальном проекте, как ведется документация в Confluence;
как пользоваться Jira и как привязывать баг-репорты

Тема 14: Jira + Confluence

узнать на реальном проекте, как ведется документация в Confluence;
как пользоваться Jira и как привязывать баг-репорты

Тема 15: Учимся работать в Jira

создавать рабочие задачи и быстро ориентироваться чужих задачах в jira

Тема 16: Учимся работать в Confluence

вести документацию в confluence

Тема 17: Тестирование чёрного ящика / Тест дизайн / Разные виды тестов

изучить понятие «»Тест-дизайн»»,
узнать об основных техниках тест-дизайна,
понять принципы применения техник тест-дизайна,
разобраться с чёрным, белым и серым ящиком

Тема 18: Классы эквивалентности

Изучить 2 базовые техники тест-дизайна;
научиться выделять классы эквивалентности и граничные значения на практике

Тема 19: Учимся писать тесты

научиться писать тесты с использованием техник тест-дизайна

Тема 20: Учимся писать тесты

научиться писать тесты с использованием подхода «Классы эквивалентности»

Тема 21: Test It

узнать, как создавать и редактировать проект;
узнать, как создавать тест-кейсы и чек-листы в новом проекте

Тема 22: Test It

узнать, как создавать и редактировать проект;
узнать, как создавать тест-кейсы и чек-листы в новом проекте

Тема 23: Создаём тест-план в Test It

самостоятельно создавать тест-планы в test it

Тема 24: Создаём тест-план в Test It

самостоятельно создавать тест-планы в test it

Тема 25: Тестовая комбинаторика

изучить основные техники тестовой комбинаторики;
понять, как комбинировать тестовые данные при создании тест-кейсов

Тема 26: Таблицы принятия решений

изучить основные принципы составления таблиц решений;
понять, когда лучше использовать таблицы решений;
понимать, как анализировать сложную логику приложения

Тема 27: Учимся писать тесты

научиться писать тесты с использованием подхода «Тестовая комбинаторика»

Тема 28: Учимся писать тесты

научиться писать тесты с использованием подхода «Таблицы принятия решений»

Тема 29: TestRail

создавать и редактировать проект;
создавать тест-кейсы и чек-листы в новом проекте;

Тема 30: TestRail

создавать и редактировать проект;
создавать тест-кейсы и чек-листы в новом проекте

Тема 31: Создаём тест-план в TestRail

самостоятельно создавать тест-планы в TestRail

Тема 32: Учимся писать тесты

Учимся проходить исследовательские туры

Тема 33: Allure Test Ops (часть про ручные тесты)

узнать, как создавать и редактировать проект;
узнать, как создавать тест-кейсы и чек-листы в новом проекте

Тема 34: Allure Test Ops (часть про ручные тесты)

узнать, как создавать и редактировать проект;
узнать, как создавать тест-кейсы и чек-листы в новом проекте;

Тема 35: Создаём тест-план в Allure Test Ops

самостоятельно создавать тест-планы в Allure Test Ops

Тема 36: Создаём тест-план в Allure Test Ops

самостоятельно создавать тест-планы в Allure Test Ops

Тема 37: Консультации с ментором. Проектная работа. Часть 1

Тема 38: Защита Проектной работы. Часть 1

Темная тема подсветки для Python IDLE на основе цветовой схемы SublimeText Monokai · GitHub

Темы и шаблоны в Python

Питон

> Основы

> Темы и шаблоны

Предложить редактирование этой страницы

Темы и шаблоны в Plotly с Python

Впервые в Plotly?

Plotly — бесплатная графическая библиотека с открытым исходным кодом для Python. Мы рекомендуем вам прочитать наше руководство по началу работы, чтобы получить последние инструкции по установке или обновлению, а затем перейти к нашим учебным пособиям по основам Plotly или погрузиться прямо в некоторые учебные пособия по базовым диаграммам.

Темы и шаблоны¶

Библиотека Plotly Python поставляется с предварительно загруженными темами, которые вы можете сразу начать использовать, а также предоставляет поддержку для создания и регистрации ваших собственных тем.

Примечание по терминологии. Тематическое оформление обычно относится к процессу определения стилей по умолчанию для визуальных элементов. Темы в plotly реализуются с помощью объектов, называемых шаблонами. Шаблоны немного более общие, чем традиционные темы, потому что в дополнение к определению стилей по умолчанию шаблоны могут предварительно заполнять фигуру визуальными элементами, такими как аннотации, фигуры, изображения и многое другое. В документации мы будем называть общий процесс определения стилей по умолчанию темами, а когда дело дойдет до API-интерфейса plotly, мы поговорим о том, как темы реализуются с помощью шаблонов.

Использование встроенных тем¶

Просмотр доступных тем¶

Чтобы просмотреть информацию о доступных темах и текущей теме по умолчанию, отобразите объект конфигурации plotly.io.templates следующим образом.

В [1]:

 импортируйте plotly.io как pio
pio.templates
 

Выход[1]:

 Конфигурация шаблонов
-----------------------
    Шаблон по умолчанию: «сюжетно»
    Доступные шаблоны:
        ['ggplot2', 'морской', 'simple_white', 'сюжетно',
         'plotly_white', 'plotly_dark', 'презентация', 'xgridoff',
         'игридофф', 'гридон', 'нет'] 

Из этого мы видим, что тема по умолчанию "сюжетная" , и мы можем видеть названия нескольких дополнительных тем, из которых мы можем выбирать.

Указание тем в Plotly Express¶

Все функции Plotly Express принимают аргумент шаблона , который может быть установлен на имя зарегистрированной темы (или на объект шаблона , как описано ниже в этом разделе). Вот пример использования Plotly Express для построения и отображения одного и того же точечного графика с шестью разными темами.

В [2]:

 импортируйте plotly.express как px.
df = px.data.gapminder()
df_2007 = df.query("год==2007")
для шаблона в ["plotly", "plotly_white", "plotly_dark", "ggplot2", "seaborn", "simple_white", "none"]:
    рис = px.scatter (df_2007,
                     x="gdpPercap", y="lifeExp", size="pop", color="continent",
                     log_x = Истина, size_max = 60,
                     template=template, title="Gapminder 2007: тема '%s'" % шаблон)
    рис.шоу()
 

Задание тем на рисунках графических объектов¶

Тема для определенного графического объекта рисунка может быть указана путем установки свойства шаблона макета рисунка на имя зарегистрированной темы (или на объект шаблона , как описано ниже в этом разделе). Вот пример построения поверхностного графика и последующего его отображения с каждой из шести тем.

В [3]:

 импортировать plotly.graph_objects по ходу
импортировать панд как pd
z_data = pd.read_csv("https://raw.githubusercontent.com/plotly/datasets/master/api_docs/mt_bruno_elevation.csv")
рис = идти.Рисунок(
    данные = go.Surface (z = z_data.values),
    макет = перейти. Макет (
        title="Высота горы Бруно",
        ширина=500,
        высота=500,
    ))
для шаблона в ["plotly", "plotly_white", "plotly_dark", "ggplot2", "seaborn", "simple_white", "none"]:
    fig.update_layout(template=template, title="Mt Bruno Elevation: '%s' theme" % шаблон)
    рис.шоу()
 

Указание темы по умолчанию¶

Если тема не предоставлена ​​функции Plotly Express или фигуре графического объекта, используется тема по умолчанию. Тема по умолчанию начинается как "plotly" , но ее можно изменить, установив для свойства plotly.io.templates.default имя зарегистрированной темы.

Вот пример изменения темы по умолчанию на "plotly_white" и последующего построения точечной диаграммы с помощью Plotly Express без предоставления шаблона.

Примечание. Темы по умолчанию сохраняются в течение одного сеанса, но не сохраняются между сеансами. Если вы работаете с ядром IPython, это означает, что темы по умолчанию будут сохраняться на протяжении всего срока службы ядра, но они не будут сохраняться при перезапуске ядра.

В [4]:

 импортируйте plotly.io как pio
импортировать plotly.express как px
pio.templates.default = "сюжетно_белый"
df = px.data.gapminder()
df_2007 = df.query("год==2007")
рис = px.scatter (df_2007,
                 x="gdpPercap", y="lifeExp", size="pop", color="continent",
                 log_x = Истина, size_max = 60,
                 title="Gapminder 2007: текущая тема по умолчанию")
рис.шоу()
 

Отключить темы по умолчанию¶

Если вы не хотите использовать какие-либо новые темы по умолчанию или хотите, чтобы ваши фигуры выглядели точно так же, как они были до версии plotly.py 4, вы можете отключить темы по умолчанию, установив тема по умолчанию "нет" .

В [5]:

 импортируйте plotly.io как pio
pio.templates.default = "нет"
 

Создание тем¶

Представление тем с помощью объектов Template¶

Темы в plotly.py представлены экземплярами Шаблон класса из модуля plotly.graph_objects.layout . Шаблон — это объект графика, который содержит два свойства верхнего уровня: макет и данные . Эти свойства шаблона описаны в отдельных разделах ниже.

Свойство layout шаблона¶

Свойство layout шаблона представляет собой графический объект с точно такой же структурой, как свойство layout фигуры. При указании значений свойств шаблона макет , эти значения будут использоваться в качестве значений по умолчанию в любой фигуре, к которой применяется этот шаблон.

Ниже приведен пример создания шаблона, который задает для шрифта заголовка по умолчанию размер 24 по шкале Роквелла, а затем с помощью этого шаблона создается фигура графического объекта.

В [6]:

 импортируйте plotly.graph_objects как есть
big_rockwell_template = дикт(
    layout=go.Layout(title_font=dict(family="Rockwell", size=24))
)
рис = идти.Рисунок()
fig.update_layout(title="Название рисунка",
                  шаблон = large_rockwell_template)
рис.шоу()
 

Примечание. В этом примере используется волшебное подчеркивание для записи go.Layout(title=dict(font=dict(...))) as go.Layout(title_font=dict(...))

Свойство данных шаблона¶

Свойство данных шаблона используется для настройки значений по умолчанию свойств трасс, которые добавляются к фигуре, к которой применяется шаблон. Это свойство data содержит объект графа с типом go.layout.template.Data , у которого есть свойство, названное в честь каждого поддерживаемого типа трассировки. Затем этим свойствам типа трассы присваиваются списки или кортежи трасс объектов графа соответствующего типа.

Вот пример создания шаблона, в котором маркеры трассировки рассеяния по умолчанию устанавливаются в виде ромбов размером 20, а затем с помощью этого шаблона создается фигура графического объекта.

В [7]:

 импортируйте plotly.graph_objects как есть
diamond_template = go.layout.Template()
diamond_template.data.scatter = [go.Scatter(marker=dict(symbol="diamond", size=20))]
рис = идти.Рисунок()
fig.update_layout(template=diamond_template)
fig.add_scatter(y=[2, 1, 3], режим="маркеры")
рис.шоу()
 

Если для свойства типа трассы задан список из более чем одной трассы, то свойства по умолчанию циклически повторяются по мере добавления новых трасс к рисунку. Вот пример, который создает шаблон, который циклически повторяет символ маркера по умолчанию для следов рассеяния, а затем создает фигуру, которая использует этот шаблон.

В [8]:

 импортируйте plotly.graph_objects как есть
symbol_template = go.layout.Template()
symbol_template.data.scatter = [
    go. Scatter (маркер = dict (символ = "алмаз", размер = 10)),
    go.Scatter (маркер = dict (символ = "квадрат", размер = 10)),
    go.Scatter (маркер = dict (символ = "круг", размер = 10)),
]
рис = идти.Рисунок()
fig.update_layout(template=symbol_template)
fig.add_scatter(y=[1, 2, 3], mode="markers", name="first")
fig.add_scatter(y=[2, 3, 4], режим="маркеры", имя="секунда")
fig.add_scatter(y=[3, 4, 5], режим="маркеры", имя="третий")
fig.add_scatter(y=[4, 5, 6], mode="markers", name="forth")
рис.шоу()
 

Обратите внимание: поскольку мы построили шаблон со списком из 3 объектов диаграммы рассеяния (по одному для символов ромба, квадрата и круга), четвертая трассировка рассеяния на рисунке циклически повторяется и принимает значения по умолчанию, указанные в первом шаблоне. след (символ алмаза).

Тематические свойства кортежей объектов¶

Некоторые свойства в иерархии фигур задаются как кортежи объектов. Например, текстовые аннотации для фигуры графического объекта могут храниться в виде кортежа из 9 символов. 0191 go.layout.Annotation объектов в свойстве annotations компоновки рисунка.

Чтобы использовать шаблон для настройки свойств по умолчанию всех элементов в свойстве кортежа объекта (например, layout.annotations ), используйте свойство *defaults в шаблоне, соответствующем свойству кортежа (например, layout .template.layout.annotationdefaults ). Свойство шаблона *defaults должно быть установлено на один объект графа, соответствующий типу элементов соответствующего кортежа. Свойства этого *по умолчанию Объект в шаблоне будет применяться ко всем элементам кортежа объекта на рисунке, к которому применяется шаблон.

Вот пример, в котором создается шаблон, определяющий цвет текста аннотации по умолчанию, а затем создается рисунок, использующий этот шаблон.

В [9]:

 импортируйте plotly.graph_objects как есть
annotation_template = go.layout.Template()
annotation_template. layout.annotationdefaults = dict (шрифт = dict (цвет = "малиновый"))
рис = идти.Рисунок()
fig.update_layout(
     шаблон = annotation_template,
     аннотации = [
         dict(text="Посмотри сюда", x=1, y=1),
         dict(text="Посмотри туда", x=2, y=2)
     ]
 )
рис.шоу()
 

Включение элементов кортежа в тему¶

В предыдущем разделе описано, как использовать шаблон для настройки свойств по умолчанию элементов кортежа, добавляемых к фигуре, к которой применяется шаблон. Это полезно для стилизации, например, любых аннотаций, форм или изображений, которые в конечном итоге будут добавлены к фигуре.

Шаблон также может определять элементы кортежа, которые должны быть включены в любой рисунок, к которому применяется шаблон. Это делается путем указания списка из одного или нескольких объектов графа элементов кортежа (например, go.layout.Annotation объектов) как значение соответствующего свойства кортежа в шаблоне (например, template.layout.annotations ). Обратите внимание, что свойство имя этих объектов графа элементов кортежа должно быть установлено на уникальную непустую строку.

Вот пример создания шаблона, добавляющего большой полупрозрачный водяной знак «ЧЕРНОВИК» в середину рисунка, и создания рисунка с использованием этого шаблона.

В [10]:

 импортируйте plotly.graph_objects как есть
draft_template = go.layout.Template()
draft_template.layout.annotations = [
    дикт(
        имя="черновик водяного знака",
        текст="ПРОЕКТ",
        угол текста=-30,
        непрозрачность=0,1,
        шрифт = dict (цвет = "черный", размер = 100),
        xref="бумага",
        yref="бумага",
        х=0,5,
        у=0,5,
        showarrow=ложь,
    )
]
рис=иди.Рисунок()
fig.update_layout(template=draft_template)
рис.шоу()
 

Настройка элементов кортежа темы в фигуре¶

В предыдущем разделе описано, как можно использовать шаблон для добавления графических объектов кортежа по умолчанию (например, аннотаций, фигур или изображений) к фигуре. Свойства этих элементов кортежа по умолчанию можно настроить внутри рисунка, добавив элемент кортежа со свойством имя_шаблона , которое соответствует свойству имя объекта шаблона.

Вот пример с использованием тех же draft_template , определенный выше, который настраивает водяной знак внутри рисунка так, чтобы он читался как «КОНФИДЕНЦИАЛЬНО», а не как «ЧЕРНОВИК».

В [11]:

 импортируйте plotly.graph_objects как есть
draft_template = go.layout.Template()
draft_template.layout.annotations = [
    дикт(
        имя="черновик водяного знака",
        текст="ПРОЕКТ",
        угол текста=-30,
        непрозрачность=0,1,
        шрифт = dict (цвет = "черный", размер = 100),
        xref="бумага",
        yref="бумага",
        х=0,5,
        у=0,5,
        showarrow=ложь,
    )
]
рис = идти.Рисунок()
fig.update_layout(
    шаблон=draft_template,
    аннотации = [
        дикт(
            templateitemname="черновик водяного знака",
            текст="КОНФИДЕНЦИАЛЬНО",
        )
    ]
)
рис. шоу()
 

Регистрация тем в качестве именованных шаблонов¶

В приведенных выше примерах создается и настраивается объект Template , а затем передается этот объект в качестве спецификации шаблона для фигур графического объекта (как свойство layout.template ) или функций Plotly Express (как шаблон аргумент ключевого слова). Также можно зарегистрировать пользовательские шаблоны по имени, чтобы само имя можно было использовать для ссылки на шаблон. Чтобы зарегистрировать шаблон, используйте назначение в стиле словаря, чтобы связать объект шаблона с именем в plotly.io.templates объект конфигурации.

Вот пример регистрации чернового шаблона водяного знака из предыдущих разделов в качестве шаблона с именем «черновик» . Затем создается фигура графического объекта с черновым шаблоном, указанным по имени.

В [12]:

 импортируйте plotly.graph_objects как есть
импортировать plotly.io как pio
pio. templates["черновик"] = go.layout.Template(
    layout_annotations=[
        дикт(
            имя="черновик водяного знака",
            текст="ПРОЕКТ",
            угол текста=-30,
            непрозрачность=0,1,
            шрифт = dict (цвет = "черный", размер = 100),
            xref="бумага",
            yref="бумага",
            х=0,5,
            у=0,5,
            showarrow=ложь,
        )
    ]
)
рис = идти.Рисунок()
fig.update_layout(template="черновик")
рис.шоу()
 

Примечание. В этом примере используется волшебное подчеркивание для записи go.layout.Template(layout=dict(annotations=[...])) as `go.layout.Template(layout_annotations=[...])

Также можно установить собственный пользовательский шаблон в качестве шаблона по умолчанию, чтобы вам не нужно было передавать его по имени при построении фигур графического объекта или вызове функций Plotly Express.

В [13]:

 импортируйте plotly. graph_objects как есть
импортировать plotly.io как pio
pio.templates["черновик"] = go.layout.Template(
    layout_annotations=[
        дикт(
            имя="черновик водяного знака",
            текст="ПРОЕКТ",
            угол текста=-30,
            непрозрачность=0,1,
            шрифт = dict (цвет = "черный", размер = 100),
            xref="бумага",
            yref="бумага",
            х=0,5,
            у=0,5,
            showarrow=ложь,
        )
    ]
)
pio.templates.default = "черновик"
рис = идти.Рисунок()
рис.шоу()
 

Объединение тем¶

Возможно, вы заметили, что фигуры, отображаемые с помощью пользовательских шаблонов, определенных выше, не имеют серого фона и белых линий сетки, которые являются частью стиля по умолчанию для фигур, созданных с помощью plotly.py. Причина этого в том, что стиль по умолчанию указан в шаблоне с именем "plotly" , а указание пользовательского шаблона переопределяет шаблон по умолчанию "plotly" .

Если вы хотите, чтобы стиль пользовательского шаблона применялся поверх стиля по умолчанию для "plotly" , то вам нужно будет объединить пользовательский шаблон с шаблоном "plotly" . Несколько зарегистрированных шаблонов (встроенных или определенных пользователем) можно объединить, указав строку шаблона, содержащую несколько имен шаблонов, соединенных 90 191 «+» 90 192 символами.

Ниже приведен пример установки шаблона по умолчанию в качестве комбинации встроенного шаблона "plotly" и пользовательского шаблона "draft" из предыдущего примера.

В [14]:

 импортируйте plotly.graph_objects как есть
импортировать plotly.io как pio
pio.templates["черновик"] = go.layout.Template(
    layout_annotations=[
        дикт(
            имя="черновик водяного знака",
            текст="ПРОЕКТ",
            угол текста=-30,
            непрозрачность=0,1,
            шрифт = dict (цвет = "черный", размер = 100),
            xref="бумага",
            yref="бумага",
            х=0,5,
            у=0,5,
            showarrow=ложь,
        )
    ]
)
pio.templates.default = "сюжет+черновик"
рис = идти.Рисунок()
рис.шоу()
 

Объединение тем также поддерживается Plotly Express

В [15]:

 импортируйте plotly. io как pio
импортировать plotly.express как px
pio.templates["черновик"] = go.layout.Template(
    layout_annotations=[
        дикт(
            имя="черновик водяного знака",
            текст="ПРОЕКТ",
            угол текста=-30,
            непрозрачность=0,1,
            шрифт = dict (цвет = "черный", размер = 100),
            xref="бумага",
            yref="бумага",
            х=0,5,
            у=0,5,
            showarrow=ложь,
        )
    ]
)
pio.templates.default = "сюжет+черновик"
df = px.data.gapminder()
df_2007 = df.query("год==2007")
рис = px.scatter (df_2007,
                 x="gdpPercap", y="lifeExp", size="pop", color="continent",
                 log_x = Истина, size_max = 60,
                 title="Gapminder 2007: текущая тема по умолчанию")
рис.шоу()
 

Сохранение и распространение пользовательских тем¶

Самый простой способ сохранить и распространить пользовательский шаблон — создать файл *.py , который создает и регистрирует шаблон при его импорте. Вот пример содержимого файла с именем my_themes.py , который создает и регистрирует шаблон «черновик» при его импорте

my_themes.py

 import plotly.graph_objects as go
импортировать plotly.io как pio
pio.templates["черновик"] = go.layout.Template(
    layout_annotations=[
        дикт(
            имя="черновик водяного знака",
            текст="ПРОЕКТ",
            угол текста=-30,
            непрозрачность=0,1,
            шрифт = dict (цвет = "черный", размер = 100),
            xref="бумага",
            yref="бумага",
            х=0,5,
            у=0,5,
            showarrow=ложь,
        )
    ]
)
 

Чтобы получить доступ к шаблону "черновик" , импортируйте модуль my_themes .

 импорт my_themes
импортировать plotly.io как pio
pio.templates.default = "черновик"
...
 

Примечание. Для успешного импорта файл my_themes.py должен находиться в пути поиска модуля Python. См. https://docs.python.org/3/tutorial/modules.html#the-module-search-path для получения дополнительной информации.

Изучение встроенных тем¶

Может оказаться полезным изучить содержимое и структуру встроенных шаблонов при создании собственных пользовательских шаблонов. Графический объект шаблона для зарегистрированного шаблона можно загрузить с помощью доступа к ключу словаря в объекте конфигурации plotly.io.templates . Ниже приведен пример загрузки графического объекта Template для шаблона "plotly" с последующим отображением значения свойства шаблона layout .

В [16]:

 импортируйте plotly.io как pio
plotly_template = pio.templates["сюжетно"]
plotly_template.layout
 

Выход[16]:

 Макет({
    'annotationdefaults': {'цвет стрелки': '#2a3f5f', 'наконечник': 0, 'ширина стрелки': 1},
    'autotypenumbers': 'строгий',
    'coloraxis': {'colorbar': {'outlinewidth': 0, 'галочки': ''}},
    'colorscale': {'расходящийся': [[0, '#8e0152'], [0. 1, '#c51b7d'], [0.2,
                                 '#de77ae'], [0.3, '#f1b6da'], [0.4, '#fde0ef'],
                                 [0,5, '#f7f7f7'], [0,6, '#e6f5d0'], [0,7,
                                 '#b8e186'], [0,8, '#7fbc41'], [0,9, '#4d9221'],
                                 [1, '# 276419']],
                   'последовательный': [[0.0, '#0d0887'], [0.1111111111111111,
                                  '#46039f'], [0.22222222222222222, '#7201a8'],
                                  [0.3333333333333333, '#9c179e'],
                                  [0.4444444444444444, '#bd3786'],
                                  [0.5555555555555556, '#d8576b'],
                                  [0.6666666666666666, '#ed7953'],
                                  [0.7777777777777778, '#fb9f3a'],
                                  [0.8888888888888888, '#fdca26'], [1.0,
                                  '#f0f921']],
                   'sequentialminus': [[0.0, '#0d0887'], [0.1111111111111111,
                                       '#46039f'], [0. 22222222222222222, '#7201a8'],
                                       [0.3333333333333333, '#9c179e'],
                                       [0.4444444444444444, '#bd3786'],
                                       [0.5555555555555556, '#d8576b'],
                                       [0.6666666666666666, '#ed7953'],
                                       [0.7777777777777778, '#fb9f3a'],
                                       [0.8888888888888888, '#fdca26'], [1.0,
                                       '#f0f921']]},
    'colorway': [# 636efa, # EF553B, # 00cc96, # ab63fa, # FFA15A, # 19d3f3, # FF6692,
                 № B6E880, № FF97FF, № FECB52],
    'шрифт': {'цвет': '#2a3f5f'},
    'гео': {'bgcolor': 'белый',
            «цвет озера»: «белый»,
            'земляной цвет': '#E5ECF6',
            'showlakes': Правда,
            'showland': Правда,
            'subunitcolor': 'белый'},
    'hoverlabel': {'align': 'left'},
    'режим зависания': 'ближайший',
    'mapbox': {'стиль': 'светлый'},
    'paper_bgcolor': 'белый',
    'plot_bgcolor': '#E5ECF6',
    'полярный': {'angularaxis': {'gridcolor': 'белый', 'linecolor': 'белый', 'галочки': ''},
              'bgcolor': '#E5ECF6',
              'radialaxis': {'gridcolor': 'белый', 'linecolor': 'белый', 'галочки': ''}},
    'сцена': {'ось x': {'цвет фона': '#E5ECF6',
                        «цвет сетки»: «белый»,
                        «ширина сетки»: 2,
                        «цвет линии»: «белый»,
                        'showbackground': правда,
                        'галочки': '',
                        'zerolinecolor': 'белый'},
              'yaxis': {'цвет фона': '#E5ECF6',
                        «цвет сетки»: «белый»,
                        «ширина сетки»: 2,
                        «цвет линии»: «белый»,
                        'showbackground': правда,
                        'галочки': '',
                        'zerolinecolor': 'белый'},
              'zaxis': {'цвет фона': '#E5ECF6',
                        «цвет сетки»: «белый»,
                        «ширина сетки»: 2,
                        «цвет линии»: «белый»,
                        'showbackground': правда,
                        'галочки': '',
                        'zerolinecolor': 'белый'}},
    'shapedefaults': {'линия': {'цвет': '#2a3f5f'}},
    'тройной': {'aaxis': {'gridcolor': 'белый', 'linecolor': 'белый', 'галочки': ''},
                'baxis': {'gridcolor': 'белый', 'linecolor': 'белый', 'галочки': ''},
                'bgcolor': '#E5ECF6',
                'caxis': {'gridcolor': 'белый', 'linecolor': 'белый', 'галочки': ''}},
    'название': {'х': 0,05},
    'xaxis': {'automargin': правда,
              «цвет сетки»: «белый»,
              «цвет линии»: «белый»,
              'галочки': '',
              'название': {'провал': 15},
              'zerolinecolor': 'белый',
              'нулевая ширина': 2},
    'yaxis': {'automargin': правда,
              «цвет сетки»: «белый»,
              «цвет линии»: «белый»,
              'галочки': '',
              'название': {'провал': 15},
              'zerolinecolor': 'белый',
              'нулевая ширина': 2}
}) 

А как насчет Dash?¶

Dash — это платформа с открытым исходным кодом для создания аналитических приложений, не требующая Javascript и тесно интегрированная с графической библиотекой Plotly.

This entry was posted in Популярное