เรียนรู้วิธีการสร้าง Interactive Visualization ด้วย Plotly

หนึ่งในขั้นตอนของการวิเคราะห์ข้อมูลที่สำคัญคือการสำรวจและตรวจสอบข้อมูลเบื้องต้น อาทิ ข้อมูลเป็นข้อมูลประเภทไหน ข้อมูลมีการกระจายตัวเป็นอย่างไร แต่ละตัวแปรมีความสัมพันธ์อย่างไรเทียบกับข้อมูลทั้งหมด เพราะจะช่วยทำให้การตั้งสมมุติฐานของโจทย์ที่ต้องการวิเคราะห์ได้ดีขึ้น ซึ่งปกติแล้วจะนำข้อมูลมาแสดงผลในรูปแบบของภาพนิทัศน์ (visualization) เช่น แผนภูมิแท่ง (bar chart), แผนภูมิเส้น (line chart), แผนภูมิจุด (scatter plot) เป็นต้น

สำหรับเครื่องมือการสร้างแผนภูมิใน Python นั้น มีหลายวิธี สำหรับบทความที่ทางเว็บไซต์ได้เขียนไปในก่อนหน้านี้นั้น ได้ใช้การแสดงผลด้วย Matplotlib library เช่น แผนภูมิอนุกรมเวลา และแผนภูมิเส้น ซึ่งสามารถแสดงผลความสัมพันธ์เบื้องต้นได้ง่ายและรวดเร็ว

อย่างไรก็ตาม library ดังกล่าว มีข้อจำกัดในด้านการสร้างและแสดงผลที่โต้ตอบกับผู้ใช้งานได้ง่าย ถึงแม้ว่าจะมีความสามารถในการนำทางแบบโต้ตอบ (Interactive Toolbar) ของ Matplotlib library ที่ช่วยให้ผู้ใช้สามารถดูข้อมูล ขยายภาพเฉพาะจุด เก็บแผนภูมิดังกล่าวเป็นไฟล์รูป เทียบกับทาง Plotly library มีความสามารถที่น่าสนใจเพิ่มเติม เช่น กล่องข้อความหรือกลุ่มของข้อมูลสั้น ๆ (Tooltip) ทั้งแบบทีละจุดข้อมูลและแบบเปรียบเทียบข้อมูลทั้งหมด และการเลือกดูข้อมูลด้วยตัวกรองข้อมูล (Filter)

เครื่องมือการสร้างแผนภูมิใน Python ที่เป็นที่นิยมเช่น Matplotlib นั้น มีข้อจำกัดในด้านการแสดงผลที่โต้ตอบกับผู้ใช้งาน (interactive visualization) เช่น ไม่สามารถสร้างกล่องข้อความหรือกลุ่มของข้อมูลสั้น ๆ (Tooltip) ทั้งแบบทีละจุดข้อมูลและแบบเปรียบเทียบข้อมูลทั้งหมด และการเลือกดูข้อมูลด้วยตัวกรองข้อมูล (Filter)

ในบทความนี้ ผู้เขียนขอแนะนำ Plotly library ซึ่งเป็นเครื่องมือในการสร้างแผนภูมิที่มีความสามารถในการแสดงผลที่โต้ตอบกับผู้ใช้งาน ได้หลายหลาย มีแผนภูมิมากกว่า 40 ประเภท สามารถนำแผนภูมิที่ทำเสร็จสิ้นแล้วไปเพิ่มลงในเว็บไซด์ที่ต้องการได้ง่ายด้วย Python framework ที่ชื่อว่า “Plotly Dash” และที่สำคัญสามารถนำไปใช้งาน แก้ไข และเผยแพร่ได้อย่างเสรี (open source library)

การติดตั้ง library

สำหรับตัวอย่างในบทความนี้ ผู้เขียนได้ใช้งานบน Jupyter Notebook ซึ่งเป็นสิ่งแวดล้อมสำหรับการพัฒนาแบบเบ็ดเสร็จ (IDE) ที่นิยมสำหรับการวิเคราะห์ข้อมูลโดยการใช้ภาษา Python โดยสามารถทำติดตั้งได้โดยการใช้ command ด้านล่างหรืออ่านเพิ่มเติมได้ ที่นี่

!pip install plotly==4.14.3
# หากแผนภูมิไม่สามารถแสดงได้ใน jupyter notebook ให้ลอง run command นี้ดู
!pip install "notebook>=5.3" "ipywidgets>=7.5"

ข้อมูล

ผู้เขียนใช้ข้อมูลยอดขายของวีดิโอเกมจากเว็บไซต์ vgchartz.com โดยคัดเลือกเฉพาะวีดิโอเกมที่ขายได้มากกว่าหนึ่งแสนตลับ โดยสามารถอ่านรายละเอียดที่มาของข้อมูลได้ ที่นี่

import pandas as pd
data = pd.read_csv('https://github.com/Elliot-Taylor/VideoGameSalesPredictions/blob/master/vgsales.csv?raw=true')
data.head()

Rank	Name	Platform	Year	Genre	Publisher	NA_Sales	EU_Sales	JP_Sales	Other_Sales	Global_Sales
1	Wii Sports	Wii	2006	Sports	Nintendo	41.49	29.02	3.77	8.46	82.74
2	Super Mario Bros.	NES	1985	Platform	Nintendo	29.08	3.58	6.81	0.77	40.24
3	Mario Kart Wii	Wii	2008	Racing	Nintendo	15.85	12.88	3.79	3.31	35.82
4	Wii Sports Resort	Wii	2009	Sports	Nintendo	15.75	11.01	3.28	2.96	33
5	Pokemon Red/Pokemon Blue	GB	1996	Role-Playing	Nintendo	11.27	8.89	10.22	1	31.37

จากการดูตัวอย่างข้อมูลจะพบว่า มีตัวแปรต่อเนื่องดังนี้ ลำดับของเกมที่ขายได้ตามจำนวนยอดขายทั้งหมด (Rank) ปีที่เกมดังกล่าวถูกวางขาย (Year) ยอดขายของทวีปอเมริกาเหนือ (NA_Sales) ยอดขายของทวีปยุโรป (EU_Sales) ยอดขายของประเทศญี่ปุ่น  (JP_Sales) ยอดขายประเทศอื่น ๆ (Other_Sales) ยอดขายรวม (Global_Sales) และมีตัวแปรแบบจัดกลุ่มดังนี้ ชื่อเกม (Name) แพลตฟอร์มที่เกมถูกเอาไปเล่น (Platform) ประเภทของเกม (Genre) ชื่อบริษัทที่พัฒนาเกม (Publisher)

ตัวอย่างการใช้ plotly

สำหรับบทความนี้ ทางผู้เขียนสร้างแผนภูมิด้วย plotly.express ซึ่งเป็นตัว function ที่เขียนมาให้สร้างสร้างแผนภูมิ Plotly ได้ง่ายขึ้น โดยจะเริ่มต้นด้วยการวาดกราฟแท่ง (Bar Graph) โดยทางผู้เขียนต้องการทราบว่า บริษัทที่พัฒนาเกม (Publisher) ขนาดใหญ่ที่ขายเกมมากกว่า 500 เกม ชอบสร้างเกมประเภทไหน (Genre)

# นำเข้า plotly.express 
import plotly.express as px
# คัดเลือกเฉพาะเกมที่ถูกพัฒนาโดยบริษัทที่พัฒนาเกม (Publisher) ที่ผลิตออกมาเกิน 500 เกม
data1 = data[data.groupby('Publisher')['Publisher'].transform('count').ge(500)]
# จัดกลุ่มข้อมูลก่อนนำไปสร้างแผนภูมิ
data1 = data1.groupby(["Publisher", "Genre"])['Name'].agg('count').reset_index(name="Count")
# กราฟแท่ง (Bar Graph)
fig = px.bar(data1, x="Publisher", y="Count", color="Genre",
             labels=dict(Publisher='บริษัทที่พัฒนาเกม',Count="จำนวน",Genre='ประเภทของเกม'))
fig.show()

จากแผนภูมิตัวอย่าง จะเห็นจากแผนภูมิได้ว่า บริษัท Electronic Arts จะชอบสร้างเกมประเภท Sports เป็นพิเศษ ซึ่ง tooltip ช่วยให้ผู้ใช้สามารถโต้ตอบกับแผนภูมิด้วยเมาส์ และเห็นข้อมูลเพิ่มเติมในเฉพาะสิ่งที่สนใจได้อีกด้วย ในกรณีนี้ พบว่า Electronic Arts ได้ทำเกมประเภท Sports ออกมาแล้วกว่า 561 เกม ในขณะที่ บริษัท Namco Bandai Games จะชอบสร้างเกมประเภท Sports มีสัดส่วนการสร้างเกมประเภท Role-Playing เทียบกับเกมประเภทอื่นสูงกว่าบริษัทอื่น

ตัวอย่างต่อไปจะใช้กราฟเส้น (Line Graph) โดยในกราฟนี้ ทางผู้เขียนต้องการทราบว่า ในแต่ละปี (Year) เกมประเภทไหน (Genre) ถูกนำมาวางขายเยอะที่สุด

ตัวอย่างต่อไปจะใช้กราฟเส้น (Line Graph) โดยในกราฟนี้ ทางผู้เขียนต้องการทราบว่า ในแต่ละปี (Year) เกมประเภทไหน (Genre) ถูกนำมาวางขายเยอะที่สุด
# จัดกลุ่มข้อมูลก่อนนำไปสร้างแผนภูมิ
data2 = data.groupby(["Genre", "Year"])['Name'].agg('count').reset_index(name="Count")
# กราฟเส้น (Line Graph)
fig = px.line(data2, x="Year", y="Count", color='Genre',
              labels=dict(Year='ปีที่เกมดังกล่าวถูกวางขาย',Count="จำนวน",Genre='ประเภทของเกม'))
fig.show()

จากแผนภูมิตัวอย่าง นอกจากการแสดงผลของแนวโน้มโดยรวมระหว่างความสัมพันธ์ของประเภทของเกมเทียบเป็นรายปี เมื่อทำการเลือกดูเฉพาะกลุ่มและทำการเลือกการเปรียบเทียบข้อมูลด้วย tooltip ทำให้เห็นได้ว่าเกมประเภท Racing กับ Platform ขายได้ดีและไปในทิศทางเดียวกันในช่วงระหว่างปี 2000 – 2005 หลังจากนั้นเกมประเภท Role-Playing กับ Puzzle กลับได้รับความนิยมมากกว่าและมียอดขายไปทิศทางเดียวกันในช่วงระหว่างปี 2005 – 2010

ตัวอย่างสุดท้ายจะวาดแผนภูมิจุด (Scatter Graph) ของเกมที่มียอดขายสูงสุด 50 อันดับแรก โดยดูความสัมพันธ์ระหว่างยอดขายของแต่ละเกมของประเทศญี่ปุ่น (JP_Sales) เทียบกับ ยอดขายประเทศอื่น ๆ (Other_Sales) โดยถูกแบ่งสีตามประเภทของเกม (Genre) และมีขนาดของจุดที่สัมพันธ์กับยอดขายรวม (Global_Sales)

# คัดเลือกข้อมูลเฉพาะเกมที่มียอดขายสูงสุด 50 อันดับแรก
data3 = data[data["Rank"] <= 50]
data3 = data3.sort_values('Genre')
# กราฟการกระจาย (Scatter Graph)
fig = px.scatter(data3, x="JP_Sales", y="Other_Sales",hover_name='Name',size="Global_Sales", color='Genre',
                labels=dict(JP_Sales='ยอดขายของประเทศญี่ปุ่น',Other_Sales="ยอดขายประเทศอื่น ๆ",Global_Sales="ยอดขายรวม",Name="ชื่อ",Genre='ประเภทของเกม'))
fig.show()

แผนภูมิตัวอย่างได้ใช้การแสดงเทียบแกนข้อมูลแนวตั้งและแนวนอนแบบ toggle ซึ่งช่วยแสดงให้เห็นว่าเกมแนว action ขายได้ดีในกลุ่มประเทศอื่น เกมแนว sport ขายได้ดีในทุกประเทศ เกมแนว role-playing ขายได้ดีในประเทศญี่ปุ่น และในแนวเกมประเภท Shooter จะเกาะกลุ่มล่างซ้าย ซึ่งเป็นกลุ่มที่มีแต่เกมที่ทำยอดขายที่ไม่ดีในทุกประเทศ

จบไปแล้วนะครับสำหรับการใช้งาน Plotly เบื้องต้น หวังว่าบทความนี้จะเป็นไอเดียที่ดีในการที่ผู้อ่านจะนำไปปรับใช้ เพื่อให้แผนภูมิมีความน่าสนใจมากขึ้นและช่วยให้เราหา insight จากข้อมูลได้ง่ายขึ้นนะครับ หากผู้อ่านสนใจการสร้างแผนภูมิบน Plotly ที่อยู่นอกเหนือจากบทความนี้ สามารถเข้าไปดูได้ ที่นี่

เนื้อหาโดย ธนกร ทำอิ่นแก้ว
ตรวจทานและปรับปรุงโดย ปพจน์​ ธรรมเจริญพร