本記事は、2020年10月16日に作成されました。
#はじめに
マーケティングリサーチプラットフォームを提供している、株式会社マーケティングアプリケーションズ(MApps)です。
弊社では、Dashに関した内容を、基礎編、Tips編、実践編の3つに分けてQiitaで投稿していきます。
基礎編
Dashの概要、環境構築、サンプルを実行してグラフを可視化する方法を紹介します。
記事はこちら
Tips編(本記事)
バブルチャート、複合グラフ、帯グラフ、レーダーチャートなど様々なグラフの可視化や、グラフをより見やすく、かつわかりやすくするための応用的な手法を紹介します。
実践編
本麒麟のヒット分析を行うにあたり、Dashを用いてどのようにダッシュボードを作成したか、Tips編の内容を組み合わせた実践的な手法を紹介します。
記事はこちら
読んで良かった、参考になったという方は、ぜひLGTMボタンを押してください。👍👍👍
Tips編で作成できるサンプルはこちら
この記事で紹介したコードを使うと、下記のようなアプリが作成できます。
解説動画をYouTube📺で公開中!
この記事は、YouTubeにUPした解説動画と連動しています。
・初心者の方や、Dashを触るのが初めてで、どういう風に作っているのか知りたい!コードの中身を手っ取り早く理解したい!という方は、まず動画をご視聴ください👀
グラフを作成する2種類の方法
Dashには、主にグラフを作成する方法として、2種類の方法が用意されています。
1つは、前回の記事で紹介した「plotly.express」です。
これは、グラフ全体を一度に作成できる高レベルなAPIでした。
もう1つは、「plotly.graph_objects」です。「plotly.express」では、「px.bar(df, x="Fruit", y="Amount", color="City", barmode="group")」と、X軸、Y軸、色にそれぞれ使用するデータの列の名前を指定してあげるだけでグラフの作成ができましたが、「plotly.graph_objects」では、データ加工後の集計値をリストにして扱うことができたり、散布図を例にすると、マーカーのみ表示させる、マーカーとラベルをつけて表示させる、1部分のマーカーだけ強調をさせるなど、カスタマイズが非常にしやすいためグラフをよりわかりやすくすることが可能です。
ですので、グラフ作成においては、「plotly.graph_objects」を使用することをオススメします。
本シリーズでは、「plotly.graph_objects」を使用したグラフの作成を行っていきます。
必要なライブラリを追加する
グラフを作成していくため、plotly.graph_objsとplotly.subplotをインポートします。
import dash
import dash_core_components as dcc
import dash_html_components as html
import pandas as pd
import plotly.express as px
# plotly.graph_objsとplotly.subplotsを追加
import plotly.graph_objs as go
from plotly.subplots import make_subplots
今回作成するダッシュボードのサンプルと構造
まずは、全体感を把握します。今回作成するダッシュボードのサンプルはこちらです。
前回の基礎編でもお伝えしたように、今回のコードも3つの工程で作られています。
準備:必要なライブラリをインポートする、データを作成する、データを使ってグラフを作成する
表示:app.layout内で必要な装飾をする、準備で用意したデータを代入する
実行:アプリを実行する
ただ、今回は、「plotly.express」を使用していないため、グラフのレイアウトも作成する必要があります(グラフう内のタイトルや、高さ、長さなど・・・)。ですので、準備するところでグラフのレイアウトも作成します。
バブルチャートを作成する工程で具体的に説明すると
準備:必要なライブラリをインポートする、データを作成する、レイアウトを作成する、データとレイアウトをまとめた変数を作成する
表示:app.layout内で必要な装飾をする、作成したバブルチャートのデータとレイアウトの情報を持った変数を代入する
ここからは、app.layout内で表示させる各グラフのdataとlayoutの作成方法と
グラフをわかりやすく表現するための方法も説明していきます。
画像と数値を組み合わせたブロックの作成方法
# ============================================
# 画像と数値を組み合わせたブロック サンプル
# ============================================
new_orders = 526
new_users = 214
reviews = 128
ave_page_views = '1K'
# 画像と数値を組み合わせたブロック
html.Div(
[
# 例:新規注文数ブロック
html.Div(
[
html.Span(
['例:新規注文数', html.Br()]
),
html.Br(),
html.Img(
title="例:新規注文数",
src=app.get_asset_url(
"cart_icon.png"),
id="",
style={
"height": "80px",
"width": "80px",
"margin-bottom": "0px",
},
),
html.Br(),
html.Span(
new_orders, style={'font-size': 'xxx-large',
'font-weight': 'bold'}
),
], style={'background-color': '#ffffff', 'text-align': 'center', 'border-radius': '5px', 'width': '200px',
'margin': '10px 10px 0px 10px', 'padding': '15px', 'position': 'relative', 'box-shadow': '4px 4px 4px lightgrey'
}
),
# 例:新規会員登録数ブロック
html.Div(
[
html.Span(
['例:新規会員登録数', html.Br()]
),
html.Br(),
html.Img(
title="例:新規会員登録数",
src=app.get_asset_url(
"user_icon.png"),
id="",
style={
"height": "80px",
"width": "80px",
"margin-bottom": "0px",
},
),
html.Br(),
html.Span(
new_users, style={'font-size': 'xxx-large',
'font-weight': 'bold'}
),
], style={'background-color': '#ffffff', 'text-align': 'center', 'border-radius': '5px', 'width': '200px',
'margin': '10px 10px 0px 10px', 'padding': '15px', 'position': 'relative', 'box-shadow': '4px 4px 4px lightgrey'
}
),
# 例:商品レビュー数ブロック
html.Div(
[
html.Span(
['例:商品レビュー数', html.Br()]
),
html.Br(),
html.Img(
title="例:商品レビュー数",
src=app.get_asset_url(
"comments_icon.png"),
id="",
style={
"height": "80px",
"width": "80px",
"margin-bottom": "0px",
},
),
html.Br(),
html.Span(
reviews, style={'font-size': 'xxx-large',
'font-weight': 'bold'}
),
], style={'background-color': '#ffffff', 'text-align': 'center', 'border-radius': '5px', 'width': '200px',
'margin': '10px 10px 0px 10px', 'padding': '15px', 'position': 'relative', 'box-shadow': '4px 4px 4px lightgrey'
}
),
# 例:平均ページビュー数ブロック
html.Div(
[
html.Span(
['例:平均ページビュー数', html.Br()]
),
html.Br(),
html.Img(
title="例:平均ページビュー数",
src=app.get_asset_url(
"page_view_icon.png"),
id="",
style={
"height": "80px",
"width": "80px",
"margin-bottom": "0px",
},
),
html.Br(),
html.Span(
ave_page_views, style={'font-size': 'xxx-large',
'font-weight': 'bold'}
),
], style={'background-color': '#ffffff', 'text-align': 'center', 'border-radius': '5px', 'width': '200px',
'margin': '10px 10px 0px 10px', 'padding': '15px', 'position': 'relative', 'box-shadow': '4px 4px 4px lightgrey'
}
),
], style={'display': 'flex', 'margin': '0px 0px 30px 0px'},
),
<作成するためのポイント>
・html.Div()の箱の中に必要な要素を入れていく
・html.Br()で改行
・各要素にスタイルシートの適用可能
・html.Img()で画像も使用可能(高さや長さも指定可能)
・今回は、集計した値を変数に入れてhtml.Span()で表示させている
・html.br()は「html.Br()」、html.imgは「html.Img」と書かないとエラーになるので注意
バブルチャートの作成方法
# ============================================
# バブルチャート サンプル
# ============================================
# バブルチャート ▶︎
# データの入力、データの表示を制御する場所
# (X軸・Y軸・バブルサイズへのデータの入力、マーカーの表示、ラベルの表示など)
# ============================================
bubble_chart_sample_data = go.Scatter(
x=[6, 9, 4, 2, 3, 4, 6, 4, 1, 8], y=[10, 10, 6, 6, 10, 17, 13, 12, 16, 10],
mode='markers+text',
text=['20代男性<br>20%', '30代男性<br>30%', '40代男性<br>40%', '50代男性<br>50%', '60代男性<br>60%',
'20代女性<br>25%', '30代女性<br>35%', '40代女性<br>45%', '50代女性<br>55%', '60代女性<br>65%', ],
textposition=['middle center', 'middle center', 'middle center', 'middle center', 'middle center',
'middle center', 'middle center', 'middle center', 'middle center', 'middle center', ],
marker=dict(
color=['#30A8F2', '#30A8F2', '#30A8F2', '#30A8F2', '#30A8F2',
'#F2274C', '#F2274C', '#F2274C', '#F2274C', '#F2274C'],
opacity=[0.4, 0.4, 0.4, 0.4, 0.4, 0.4, 0.4, 0.4, 0.4, 0.4],
size=[40, 50, 60, 70, 80,
45, 55, 65, 75, 85],
)
)
# バブルチャート ▶︎
# レイアウトを決める場所(タイトル、高さ、長さ、X軸、Y軸、余白など)
# ============================================
bubble_chart_sample_layout = go.Layout(
title=dict(
text='バブルチャート サンプル<br><br>・円の大きさ:ダミーデータを使用<br>'
'→サンプル数は性年代ごとに異なる<br>'
'・X軸/Y軸:ダミーデータを使用<br>'
'→バブルには、それぞれラベルを記載',
y=0.91,
yanchor="top"
),
height=650,
width=1180,
xaxis=dict(
title_text="X軸",
range=[0, 10],
dtick=1
),
yaxis=dict(
title_text="Y軸",
range=[0, 20]
),
margin=dict(t=200, r=20, b=0)
)
# バブルチャート ▶︎
# 2つをまとめて出力する場所
# ============================================
bubble_chart_sample = go.Figure(
data=bubble_chart_sample_data, layout=bubble_chart_sample_layout
)
<作成するためのポイント>
go.Scatterで・・・
・X軸となる変数Xに、Y軸となる変数Yにリストで値を代入
・mode:
markers+text マーカーとデータのラベルどっちも表示させる
markers マーカーのみ表示させる
text データのラベルのみ表示させる
・text:データのラベルをリストで代入
・textposition:リストの値ごとにデータのラベルの位置を指定
下記が使用できる
'top left', 'top center', 'top right', 'middle left',
'middle center', 'middle right', 'bottom left',
'bottom center', 'bottom right'
・marker:
color マーカーの色の指定
opacity マーカー透過度の指定
size マーカーサイズの指定
go.Layoutで・・・
・title
text タイトルのテキストを指定
y yanchorからどのくらいズラすかを指定
yanchor 位置を指定
xaxis X軸の調整
yaxis Y軸の調整
range 目盛りの範囲
dtick 刻む目盛りを指定
・margin 余白を指定
app.layout内でのコード
# バブルチャート サンプル
html.Div(
[
dcc.Graph(
id='',
figure=bubble_chart_sample
),
# スタイルシートを適用
], style={'background-color': '#ffffff', 'text-align': 'center', 'border-radius': '5px 0px 0px 5px', 'height': '700px', 'width': '1185px',
'margin': '0px 0px 30px 10px', 'padding': '15px', 'position': 'relative', 'box-shadow': '4px 4px 4px lightgrey',
}
),
複合グラフ(棒グラフ+折れ線グラフ)サンプルの作成方法
作成イメージです。
# ============================================
# 複合グラフ(棒グラフ+折れ線グラフ)サンプル
# ============================================
item = ['項目1',
'項目2',
'項目3',
'項目4',
'項目5',
'項目6',
'項目7',
'項目8',
'項目9',
'項目10',
'項目11',
'項目12',
'項目13',
'項目14',
'項目15',
'項目16',
'項目17',
'項目18',
'項目19']
# 複合グラフ(棒グラフ+折れ線グラフ) ▶︎
# 空のGraph Objectsを作成
# ============================================
multiple_chart_sample = go.Figure()
# 複合グラフ(棒グラフ+折れ線グラフ) ▶︎
# 折れ線グラフ1を作成
# ============================================
multiple_chart_sample.add_trace(
go.Scatter(
x=item,
y=['20%', '42%', '49%', '16%', '69%', '16%', '65%', '70%', '19%', '37%',
'29%', '21%', '34%', '31%', '30%', '18%', '34%', '62%', '20%'],
name='折れ線グラフ1',
marker=dict(
color='#F2274C',
size=8,
line=dict(
color='#b24644',
width=1
)
)
)
)
# 複合グラフ(棒グラフ+折れ線グラフ) ▶︎
# 折れ線グラフ2を作成
# ============================================
multiple_chart_sample.add_trace(
go.Scatter(
x=item,
y=['67%', '62%', '64%', '49%', '63%', '22%', '15%', '30%', '17%', '24%',
'12%', '59%', '53%', '19%', '65%', '66%', '69%', '14%', '20%'],
name="折れ線グラフ2",
marker=dict(
symbol='cross',
color='#F2A03D',
size=8,
line=dict(
color='#F2A03D',
width=1
)
)
)
)
# 複合グラフ(棒グラフ+折れ線グラフ) ▶︎
# 折れ線グラフ3を作成
# ============================================
multiple_chart_sample.add_trace(
go.Scatter(
x=item,
y=['13%', '61%', '58%', '37%', '38%', '39%', '24%', '70%', '23%', '19%',
'43%', '10%', '34%', '27%', '27%', '31%', '26%', '27%', '30%'],
name="折れ線グラフ3",
marker=dict(
color='#21BFA2',
size=8,
line=dict(
color='#21BFA2',
width=1
)
)
)
)
# 複合グラフ(棒グラフ+折れ線グラフ) ▶︎
# 棒グラフを作成
# ============================================
multiple_chart_sample.add_trace(
go.Bar(
x=item,
y=['66%', '61%', '47%', '47%', '46%', '42%', '42%', '40%', '39%', '39%',
'38%', '34%', '34%', '31%', '27%', '24%', '20%', '17%', '14%'],
name="棒グラフ",
text=['66%', '61%', '47%', '47%', '46%', '42%', '42%', '40%', '39%', '39%',
'38%', '34%', '34%', '31%', '27%', '24%', '20%', '17%', '14%'],
textposition="auto",
marker=dict(
color='#CEE4F2',
line=dict(
color='#30A8F2',
width=1
)
)
)
)
# 複合グラフ(棒グラフ+折れ線グラフ) ▶︎
# レイアウトを更新
# ============================================
multiple_chart_sample.update_layout(height=400, width=1180, showlegend=True,
autosize=False, title_text='複合グラフ(棒グラフ+折れ線グラフ)サンプル')
<作成するためのポイント>
空のGraph Objectsを作成して、そこに折れ線グラフ、棒グラフを作成していきます。
update_layoutのshowlegend=Trueで凡例を表示、Falseで非表示、
app.layout内でのコード
# 複合グラフ(棒グラフ+折れ線グラフ)サンプル
html.Div(
[
dcc.Graph(
id='',
figure=multiple_chart_sample
),
# スタイルシートを適用
], style={'background-color': '#ffffff', 'text-align': 'center', 'border-radius': '5px 0px 0px 5px', 'height': '400px', 'width': '1185px',
'margin': '0px 0px 30px 10px', 'padding': '15px', 'position': 'relative', 'box-shadow': '4px 4px 4px lightgrey',
}
),
複合グラフ(Subplots)サンプルの作成方法
作成イメージです。
# ============================================
# 複合グラフ(Subplots)サンプル
# ============================================
# 複合グラフ(Subplots) ▶︎
# 空のGraph Objectsを作成
# ============================================
subplots_chart_sample = go.Figure()
# 複合グラフ(Subplots) ▶︎
# rows, cols, subplot_titlesを入力
# ============================================
subplots_chart_sample = make_subplots(rows=1, cols=3, shared_yaxes=True,
subplot_titles=("タイトル1", "タイトル2", "タイトル3"))
# 複合グラフ(Subplots) ▶︎
# 折れ線グラフを各ブロックごとに作成
# ============================================
subplots_chart_sample.add_trace(go.Scatter(x=["項目1", "項目2", "項目3", "項目4"], y=[90, 75, 35, 28], marker_color='#F2274C', name="折れ線グラフ1"),
row=1, col=1)
subplots_chart_sample.add_trace(go.Scatter(x=["項目1", "項目2", "項目3", "項目4"], y=[64, 59, 44, 16], marker_color='#F2A03D', name="折れ線グラフ2"),
row=1, col=1)
subplots_chart_sample.add_trace(go.Scatter(x=["項目1", "項目2", "項目3", "項目4"], y=[58, 40, 35, 20], marker_color='#21BFA2', name="折れ線グラフ3"),
row=1, col=1)
subplots_chart_sample.add_trace(go.Scatter(x=["項目5", "項目6", "項目7", "項目8"], y=[89, 47, 32, 20], marker_color='#F2274C', name="折れ線グラフ1"),
row=1, col=2)
subplots_chart_sample.add_trace(go.Scatter(x=["項目5", "項目6", "項目7", "項目8"], y=[88, 70, 64, 30], marker_color='#F2A03D', name="折れ線グラフ2"),
row=1, col=2)
subplots_chart_sample.add_trace(go.Scatter(x=["項目5", "項目6", "項目7", "項目8"], y=[68, 62, 40, 30], marker_color='#21BFA2', name="折れ線グラフ3"),
row=1, col=2)
subplots_chart_sample.add_trace(go.Scatter(x=["項目9", "項目10", "項目11", "項目12"], y=[79, 63, 48, 38], marker_color='#F2274C', name="折れ線グラフ1"),
row=1, col=3)
subplots_chart_sample.add_trace(go.Scatter(x=["項目9", "項目10", "項目11", "項目12"], y=[81, 74, 60, 32], marker_color='#F2A03D', name="折れ線グラフ2"),
row=1, col=3)
subplots_chart_sample.add_trace(go.Scatter(x=["項目9", "項目10", "項目11", "項目12"], y=[76, 63, 55, 40], marker_color='#21BFA2', name="折れ線グラフ3"),
row=1, col=3)
# 複合グラフ(Subplots) ▶︎
# 画像を添付
# ============================================
subplots_chart_sample.add_layout_image(
dict(
source=app.get_asset_url("subplots_chart_sample_image2.png"),
xref="paper", yref="paper",
x=1.07, y=1.06,
sizex=0.2, sizey=0.2,
xanchor="right", yanchor="bottom"
),
)
# 複合グラフ(Subplots) ▶︎
# レイアウトを更新
# ============================================
subplots_chart_sample.update_yaxes(range=[0, 100], dtick=25)
subplots_chart_sample.update_layout(height=500, width=1180, margin=dict(b=10),
title_text="複合グラフ(Subplots)サンプル", showlegend=False)
<作成するためのポイント>
make_subplots rowsで何行か指定, colsで何列か指定
subplot_titlesでそれぞれのグラフのタイトルを指定
グラフの位置を列と行で指定して重ねていく
下記は、折れ線グラフ1と2を1行目と1列目に位置を指定して重ねる
subplots_chart_sample.add_trace(go.Scatter(x=["項目1", "項目2", "項目3", "項目4"], y=[90, 75, 35, 28], marker_color='#F2274C', name="折れ線グラフ1"),
row=1, col=1)
subplots_chart_sample.add_trace(go.Scatter(x=["項目1", "項目2", "項目3", "項目4"], y=[90, 75, 35, 28], marker_color='#F2274C', name="折れ線グラフ2"),
row=1, col=1)
下記は、折れ線グラフ1と2を1行目と2列目に位置を指定して重ねる
subplots_chart_sample.add_trace(go.Scatter(x=["項目5", "項目6", "項目7", "項目8"], y=[89, 47, 32, 20], marker_color='#F2274C', name="折れ線グラフ1"),
row=1, col=2)
subplots_chart_sample.add_trace(go.Scatter(x=["項目5", "項目6", "項目7", "項目8"], y=[88, 70, 64, 30], marker_color='#F2A03D', name="折れ線グラフ2"),
row=1, col=2)
※subplotsでの凡例の付け方
subplotsでは、一つ一つのグラフの凡例を表示させることができます。
しかし、下記のように分けられたレイアウト内で、同じグラフを使用する時は、内容が重複してしまいます。この問題を解決させるため、一部分を画像化して貼り付ける作業を行います。
グラフの外側に画像を入れることも可能なので、これを使用する
subplots_chart_sample.add_layout_image(
dict(
source=app.get_asset_url("subplots_chart_sample_image2.png"),
xref="paper", yref="paper",
x=1.07, y=1.06,
sizex=0.2, sizey=0.2,
xanchor="right", yanchor="bottom"
),
)
xanchorとyanchorで大まかな位置を決めてxとyで細かい位置調整を行っていく。
app.layout内でのコード
# 複合グラフ(Subplots)サンプル
html.Div(
[
dcc.Graph(
id='',
figure=subplots_chart_sample
),
# スタイルシートを適用
], style={'background-color': '#ffffff', 'text-align': 'center', 'border-radius': '5px 0px 0px 5px', 'height': '500px', 'width': '1185px',
'margin': '0px 0px 30px 10px', 'padding': '15px', 'position': 'relative', 'box-shadow': '4px 4px 4px lightgrey',
}
),
帯グラフ サンプルの作成方法
# ============================================
# 帯グラフ サンプル
# ============================================
# 帯グラフ ▶︎
# データの入力、データの表示を制御する場所
# (X軸・Y軸・データの入力、マーカーの表示、ラベルの表示など)
# ============================================
trace0 = go.Bar(
x=['16.3%', '20%', '20.1%', '18.3%', '19.7%'],
y=['項目5', '項目4', '項目3', '項目2', '項目1'],
name='属性1',
text=['16.3%', '20%', '20.1%', '18.3%', '19.7%'],
textposition="inside",
orientation='h',
marker=dict(
color='#b5d8ed',
)
)
trace1 = go.Bar(
x=['54.2%', '44%', '46.3%', '50.5%', '43.7%'],
y=['項目5', '項目4', '項目3', '項目2', '項目1'],
text=['54.2%', '44%', '46.3%', '50.5%', '43.7%'],
name='属性2',
orientation='h',
textposition='auto',
marker=dict(
color='#a7d3eb',
)
)
trace2 = go.Bar(
x=['29.4%', '36%', '33.6%', '31.2%', '36.6%'],
y=['項目5', '項目4', '項目3', '項目2', '項目1'],
text=['29.4%', '36%', '33.6%', '31.2%', '36.6%'],
name='属性3',
orientation='h',
textposition='auto',
marker=dict(
color='#9dcde9',
),
)
# 帯グラフ ▶︎
# データを集約
# ============================================
band_graph_sample_data = [trace0, trace1, trace2]
# 帯グラフ ▶︎
# レイアウトを決める場所(タイトル、高さ、長さ、X軸、Y軸、余白など)
# ============================================
band_graph_sample_layout = go.Layout(
title='帯グラフ サンプル',
barmode='stack',
height=350,
width=565
)
# 帯グラフ ▶︎
# データとレイアウトをまとめる場所
# ============================================
band_graph_sample = go.Figure(
data=band_graph_sample_data, layout=band_graph_sample_layout)
<作成するためのポイント>
orientation hでグラフの向きを横に指定
barmode stackで積み上げる
レーダーチャート サンプルの作成方法
# ============================================
# レーダーチャート サンプル
# ============================================
# レーダーチャート ▶︎
# 空のGraph Objectsを作成
# ============================================
radar_chart_sample = go.Figure()
radar_item = ['項目1', '項目2', '項目3', '項目4', '項目5', '項目6',
'項目7', '項目8', '項目9', '項目10']
# レーダーチャート ▶︎
# レーダーチャートを作成
# ============================================
radar_chart_sample.add_trace(go.Scatterpolar(
r=[47, 18, 23, 41, 26, 29, 35, 49, 34, 45],
theta=radar_item,
fill='toself',
fillcolor='rgba(242, 160, 76, 0.4)',
textposition='bottom center',
marker=dict(color='#f2a03d'),
name='品目1'
))
radar_chart_sample.add_trace(go.Scatterpolar(
r=[31, 17, 24, 11, 33, 28, 41, 13, 45, 22],
theta=radar_item,
fill='toself',
fillcolor='rgba(33, 191, 162, 0.4)',
textposition='bottom center',
marker=dict(color='#21bfa2'),
name='品目2'
))
# レーダーチャート ▶︎
# レイアウトを更新
# ============================================
radar_chart_sample.update_layout(
title='レーダーチャート サンプル',
height=365, width=365,
polar=dict(
radialaxis=dict(
visible=True,
range=[0, 50]
)
),
margin=dict(
l=10
),
showlegend=True
)
<作成するためのポイント>
fill 塗り潰しを指定
fillcolor 色の指定
rgbaで色を指定して透過度も指定すると、複数の図を重ねたときに比較が用意になります
app.layout内でのコード
html.Div(
[
# 帯グラフ サンプル
html.Div(
[
dcc.Graph(
id='',
figure=band_graph_sample
),
# スタイルシートを適用
], style={'background-color': '#ffffff', 'text-align': 'center', 'border-radius': '5px 0px 0px 5px', 'height': '350px', 'width': '572px',
'margin': '0px 0px 30px 10px', 'padding': '15px', 'position': 'relative', 'box-shadow': '4px 4px 4px lightgrey',
}
),
# レーダーチャート サンプル
html.Div(
[
dcc.Graph(
id='',
figure=radar_chart_sample
),
# スタイルシートを適用
], style={'background-color': '#ffffff', 'text-align': 'center', 'border-radius': '5px 0px 0px 5px', 'height': '350px', 'width': '572px',
'margin': '0px 0px 30px 10px', 'padding': '15px', 'position': 'relative', 'box-shadow': '4px 4px 4px lightgrey',
}
),
], style={'display': 'flex'}
),
ソースコード
解説動画の紹介(再掲)
いかがでしたでしょうか?
コードが多くて、どんな構造をしているのか理解するのが難しかった…という方は、
内容をしっかり理解するためにも、ぜひ動画をご視聴してみてください。
次回はラスト。Pythonで集計、関数化して可視化まで行う実践編です。
ここまで、お疲れ様でした。
次回は、実データを集計、関数化して可視化まで行う実践編です。
実践編
記事はこちら