Seaborn

seaborn est un module qui rajoute des capacités à matplotlib, principalement en vue de la représentation de données, par exemple venant de pandas. Pour l’instant, voici un notebook d’exploration de seaborn.

Plotly

plotly propose des représentations graphiques basées sur javascript permettant d’interagir en direct avec la figure, à l’intérieur d’un navigateur. Il est développé par une société privée du même nom, https://plotly.com/ , qui propose une aussi une version commerciale et des services.

On peut voir différents composants :

  • plotly.graph_objects est une bibliothèque d’objets graphiques construite un peu sur le même principe que matplotlib.

  • plotly.express est une bibliothèque de haut niveau qui permet d’accéder très simplement aux objets de plotly.graph_objects

  • dash permet de construire des tableaux de bord (dashboard) permettant d’explorer de manière graphique des données. Un tel dashboard est constitué de

    • les "dash components" : curseurs, menus déroulants, cases à cocher, etc…​

    • les objets graphiques (basés sur les graph_objects)

    • les "callbacks", qui font agir les "dash components" sur les objets graphiques

Voici un notebook qui explore quelques aspects des bibliothèques graphiques.

Voici un deuxième notebook qui survole quelques aspects de dash.

On peut surtout regarder la Gallerie d’exemples proposée par plotly.

Un exercice de visualisation de données

Le fichier gapminder-FiveYearData.csv présente des données démographiques et économiques récoltées par l’ONG Gapminder montrant des indices de développement économique et social. Il présente plusieurs champs

  • country

  • year

  • pop

  • continent

  • lifeExp (espérance de vie)

  • gdpPercap (gross domestic product per capita : PIB par tête)

A vous de proposer différentes représentations graphiques à partir de ces données, permettant de mettre en évidence les phénomènes qui vous semblent importants.