Ha szeretnéd megérteni, mikor és miért érdemes Pythonhoz nyúlni adatvizualizációhoz, ez az előadás jó kiindulópont. A Python-os adatvizualizáció Plotly Express-szel bemutatja, hogyan készíthetsz kevés kóddal interaktív, könnyen exportálható és akár webre is beágyazható grafikonokat, miközben az adattranszformáció és az elemzés is gyorsabbá válik. Czibulya Bence (data engineer @BI Consulting) gyakorlati példákon keresztül vezet végig a Plotly Express alapjain, így nemcsak az eszközt ismered meg, hanem azt is, hogyan alkalmazd valós adatokon. Az előadás után átláthatóbb, rugalmasabb és jobban újrahasznosítható vizualizációkat építhetsz a saját projektjeidben.
Milyen főbb témákról van szó az előadásban?
- Miért Python, ha ott az Excel / Power BI / Tableau? Mikor előny az automatizálhatóság, a gyorsabb adatfeltárás, és az, hogy a chartok egyszerűen exportálhatók (akár HTML-be is).
- Plotly Express alapok: „pár sor kód → kész chart” A magas szintű API logikája, a kötelező paraméterek (DataFrame, tengelyek), és hogy mit kapsz alapból: méretezés, tengelycímkék, interaktivitás.
- Adatelőkészítés vizualizáció előtt (pandas DataFrame-ekkel) Csoportosítás, aggregálás, top-listák készítése; több előadós Spotify-számok kezelése (split + „szétrobbantás”), hogy az összegzés korrekt legyen.
- Chart testreszabás, ami tényleg számít Rendezés, cím és alcím, méret, data label formázás, színezés (oszlop alapján, listával vagy dictionary-vel), hover-információk, valamint tengelyek és label-ek tisztítása.
- Konkrét charttípusok és példák Bar chart (Spotify top 5), csoportosított/stackelt oszlopdiagram (olimpiai érmek), animált bar chart (F1 pontverseny), scatter plot trendvonallal (Boldogság Index vs GDP), line chart és small multiples (részvényárfolyamok).























































