1 minute read

Plotly 인터렉티브 드롭다운 실습

공식 문서: https://plotly.com/python/dropdowns/

📊 개요

Plotly의 updatemenus 기능을 활용하여 사용자와 상호작용하는 인터렉티브 차트를 구현하는 방법을 다룸.

📁 파일

🔑 핵심 메서드

Plotly 드롭다운은 다음 세 가지 메서드를 통해 차트를 업데이트함.

Plotly Update Methods Comparison

1. Restyle (method="restyle")

  • 기능: 데이터 속성 또는 Trace 속성을 변경함.
  • 예시:
    • 특정 데이터 계열만 표시/숨김 (visible 속성 제어)
    • 차트 타입 변경 (Scatter ↔ Bar)
    • 마커 색상, 라인 스타일 변경

2. Relayout (method="relayout")

  • 기능: 차트의 레이아웃 속성을 변경함.
  • 예시:
    • 축 스케일 변경 (Linear ↔ Log)
    • 차트 제목, 배경색, 테마 변경
    • 주석(Annotation) 표시/숨김

3. Update (method="update")

  • 기능: restyle과 relayout을 동시에 실행함.
  • 예시:
    • 년도별 데이터 변경 시, 차트 데이터(x, y)와 차트 제목(title)을 동시에 업데이트
    • 복잡한 대시보드 인터랙션 구현

💻 구현 예제

기본 구조

updatemenus = [
    dict(
        type="dropdown",
        buttons=list([
            dict(label="Option 1",
                 method="restyle",
                 args=[{"visible": [True, False]}]),
            dict(label="Option 2",
                 method="restyle",
                 args=[{"visible": [False, True]}]),
        ]),
    )
]

fig.update_layout(updatemenus=updatemenus)

🧬 드롭다운 구조 시각화

Plotly Dropdown Structure Diagram

스타일링 옵션 (pad, x, y)

드롭다운의 위치와 여백을 세밀하게 조정할 수 있음.

dict(
    direction="down",
    pad={"r": 10, "t": 10},  # 패딩
    x=0.1,                   # x 위치 (0~1)
    xanchor="left",
    y=1.1,                   # y 위치 (1.0 이상이면 차트 상단)
    yanchor="top"
)

🚀 실행 결과

Interactive Dashboard Preview

스크립트를 실행하면 세 가지 예제가 순차적으로 표시됨:

  1. 데이터 선택: 주식 데이터를 visible 속성으로 제어하여 선택적으로 표시함.
  2. 레이아웃 변경: Y축 스케일을 Linear와 Log로 전환함.
  3. 복합 기능: Gapminder 데이터를 사용하여 년도별 데이터 변화와 차트 타입 변경을 동시에 수행하는 고급 인터랙션을 보여줌.

💡 팁

  • args 리스트는 Trace의 인덱스와 매핑됨. {"visible": [True, False]}는 첫 번째 Trace는 보이고, 두 번째는 숨기라는 의미임.
  • 여러 개의 드롭다운을 배치할 때는 x, y 좌표를 사용하여 겹치지 않게 정렬하는 것이 중요함.
  • update 메서드는 가장 강력하지만, 인자 구조가 복잡할 수 있으므로 주의가 필요함.

Comments

You May Also Enjoy