Formation 90 min de lecture Visualisation de données

📦 Graphiques interactifs avec Plotly

Python & Data Science Chapitre : Visualisation de données Sous-chapitre : Plotly interactif

Objectifs d'apprentissage

🎯 Objectifs :\n
1Créer des graphiques interactifs\n2. Ajouter des interactions\n3. Créer des dashboards\n4. Exporter les graphiques

Introduction

📖 Plotly permet de créer des graphiques interactifs pour le web.

Contenu théorique

Plotly :\n
PYTHON
\nimport plotly.express as px\n\n# Graphique linéaire interactif\nfig = px.line(df, x="date", y="valeur", title="Titre")\nfig.show()\n\n# Graphique à barres\nfig = px.bar(df, x="categorie", y="valeur", color="groupe")\n\n# Nuage de points\nfig = px.scatter(df, x="x", y="y", color="categorie", size="taille")\n\n# Carte de chaleur\nfig = px.imshow(df.corr(), text_auto=True)\n

Exemples pratiques

💻 Exemple : Dashboard interactif\n
PYTHON
\nimport plotly.express as px\nimport pandas as pd\n\n# Données d'exemple\ndf = pd.DataFrame({\n    "mois": ["Jan", "Fev", "Mar", "Avr", "Mai", "Juin"],\n    "ventes": [1000, 1200, 1500, 1300, 1600, 1800],\n    "profit": [200, 250, 300, 280, 350, 400],\n    "region": ["Nord", "Sud", "Est", "Nord", "Sud", "Est"]\n})\n\n# Graphique des ventes\nfig1 = px.line(df, x="mois", y="ventes", title="Évolution des ventes",\n               markers=True, line_shape="spline")\nfig1.update_traces(line=dict(color="green", width=3))\n\n# Graphique des profits\nfig2 = px.bar(df, x="mois", y="profit", title="Profits par mois",\n              color="profit", color_continuous_scale="Viridis")\n\n# Ventes par région\nfig3 = px.pie(df, values="ventes", names="region", title="Ventes par région")\n\n# Nuage de points ventes/profit\nfig4 = px.scatter(df, x="ventes", y="profit", text="mois",\n                  title="Relation ventes-profit", size="profit",\n                  color="region", hover_data=["mois"])\n\n# Affichage (dans un notebook ou une application)\nfig1.show()\nfig2.show()\nfig3.show()\nfig4.show()\n

Bonnes pratiques

1Utiliser plotly.express pour syntaxe simple\n✅ 2. Utiliser update_layout pour personnalisation\n✅ 3. Ajouter des titres et labels\n✅ 4. Exporter en HTML avec fig.write_html()

Pièges à éviter

Oublier d'installer plotly\n
pip install plotly

Résumé

plotly.express : interface simple\n✅ fig.show() : affichage\n✅ update_layout() : personnalisation\n✅ write_html() : export\n✅ Graphiques interactifs (zoom, hover)

Ressources supplémentaires

📚 plotly.com/python/getting-started