파이썬 실용 예제. 무역과 공공데이터

[무역|6|Plotly] 골프용품 수출입 - go.Scatter() 테마사용 x축, y축 꾸미기   이번 포스팅에서는 go.Scatter()에 의해 추가되는 line plot trace가 표현되는 canvas 자체에 대한 꾸미기에 대해 알아 보겠습니다.  fig.update_layout()   update_layout() 메소드를 통해서 add_trace()로 추가된 특정 형태의 plot외 기타 부분의 canvas에 관련한 layout변경을 처리할 수 있습니다. 즉, 그래프 그 자체는 go.Scatter()와 같이, 그래프를 그려주는 메인함수에 의해 그 표현방식을 변경하면 되고, 그래프 그 자체 외의 figure 외형 layout의 수정은 update_layout()으로 설정을 변경할 수 있습니다.   ..

[무역|6|Plotly] 골프용품 수출입 - go.Scatter() line plot 꾸미기   이번에는 plotly 공식문서를 참조하여 line plot을 꾸미기 위한 go.Scatter() 에서 사용 가능한 인자들에 대해 알아 보도록 하겠습니다.  파이참(Pycharm)에서 참조문서 찾기   보통 함수에 사용되는 인자들은 해당 라이브러리를 개발한 개발자가 별도의 참조문서파일을 함께 제공합니다. 공식문서를 제공하는 사이트를 찾아들어가도 되지만 간단하게 바로 참조를 원하는 경우에는 파이참의 'Go To' 기능을 이용하여 해당 함수에 대한 사용법 색인으로 찾아들어 가는 방법도 유용합니다.  일단, 파이참을 이용하시면서 함수에서 사용 가능한 인자들에 무엇이 있는지 보고 싶으시다면 해당 함수의 괄호안에 커서를..

[무역|4|Plotly] 에어컨 계절 수출입 수요 - plotly bar plot & subplot (4부)  마지막 코드라인을 보시고 결과물을 확인해 보도록 하겠습니다.  6) plotly.offline.plot(fig)  plotly.offline을 import해와서 plot(fig)를 명령하면 plotly 서버로의 연결 없이, local computer에서 처리하여 사용하시는 browser 창으로 해당 결과를 표출해 주게 됩니다. 앞서 설명드린 것처럼, 결과물 확인을 위해 대기시간 및 오류없이 빠른 속도로 결과를 얻기 위해서 offline모드로 표출작업을 하실 것을 권장 드립니다.   Various plots in subplots 결과확인   그럼 실행하여 결과물을 확인해 보시겠습니다.  코드를 실..

[무역|4|Plotly] 에어컨 계절 수출입 수요 - plotly bar plot & subplot (3부) plotly의 시각화 코드를 한 줄씩 살펴 보시겠습니다.fig = make_subplots(rows=1, cols=2, specs=[[{"type": "bar"}, {"type": "bar"}]])fig.add_trace(go.Bar(y=y1, x=z1, name="수출실적"), row=1, col=1)fig.add_trace(go.Bar(y=y2, x=z1, name="수입실적"), row=1, col=1)fig.add_shape(type="line",x0=z1.iloc[0],x1=z1.iloc[z1.count()-1],y0=y1.mean(),y1=y1.mean(), line=dict(color..

[무역|4|Plotly] 에어컨 계절 수출입 수요 - import plotly (2부)   import 라이브러리와 모듈  import pandas as pdimport plotly.graph_objects as goimport pyautoguifrom plotly.subplots import make_subplotsimport plotly.offline  먼저 import할 라이브러리부터 보시죠.  1) data refining과 processing을 위해 pandas가 필요하구요.   2) plotly.graph_objects를 go라는 약칭으로 불러 들입니다. plotly의 plot에 관련한 다양한 메소드들이 이 모듈 안에 들어 있습니다. plotly.express가 더욱 간결하고 빠르게 결과물을 ..

[무역|4|Plotly] 에어컨 계절 수출입 수요 - plotly 기본 확장 (1부)     안녕하세요.  이번 포스팅 주제는 에어컨의 계절별 수출입 수요 흐름입니다.   무역3번 주제까지 matplotlib 기본을 알아보던 중이었는데요. 생활1번 주제 '자전거 대여소 공간데이터 시각화'를 하면서 plotly를 사용해 보게 되었습니다. 사용해 볼 수록 구문 구성이 매우 간편한 형태라서 제가 matplotlib을 맨땅에 헤딩하고 배우던 때에 대비해서 상당히 짧은 시간내에 많은 기능에 대해 익힐 수 있었는데요.   matplotlib도 훌륭하지만 plotly의 시각적 효과 부터 해서 간단한 구문 사용방식과 다양한 인자 반영까지, built-in 되어 있는 많은 것들이 matplotlib보다 편이성을 주는 측..