plotly

用途

Plotly 是一个 Python 绘图库，用于创建交互式、出版级质量的图表，支持 40 多种图表类型。当需要悬停信息、缩放、平移或可嵌入网页的图表时可以使用它，尤其适合仪表盘、探索性分析和数据可视化场景。

主要能力

图表类型

Plotly 支持 40 多种图表类型，按类别组织：

基础图表：散点图、折线图、柱状图、饼图、面积图、气泡图
统计图表：直方图、箱线图、小提琴图、分布图、误差条
科学图表：热力图、等高线图、三元图、图像显示
金融图表：K 线图、OHLC、瀑布图、漏斗图、时间序列
地图：散点地图、分级统计图、密度地图（地理可视化）
3D 图表：scatter3d、曲面图、网格图、锥体图、体积图
专用图表：旭日图、矩形树图、桑基图、平行坐标图、仪表盘

布局与样式

子图：使用 make_subplots 创建共享坐标轴的多图布局
模板：应用协调一致的样式，内置模板包括 plotly_white、plotly_dark、ggplot2、seaborn、simple_white
自定义：控制颜色（离散序列、连续色阶）、字体与文本、坐标轴（范围、刻度、网格）、图例、边距与尺寸、注释与形状

交互性

内置交互功能包括：可自定义数据的悬停提示、平移与缩放、图例切换、框选/套索选择、时间序列的范围滑块、按钮与下拉菜单、动画。

导出选项

交互式 HTML：fig.write_html('chart.html') 生成完整独立文件，或使用 include_plotlyjs='cdn' 生成更小的文件
静态图片（需安装 kaleido）：fig.write_image('chart.png')、fig.write_image('chart.pdf')、fig.write_image('chart.svg')

使用方式

安装

uv pip install plotly

基本用法（Plotly Express 高层 API）

import plotly.express as px import pandas as pd

df = pd.DataFrame({ 'x': [1, 2, 3, 4], 'y': [10, 11, 12, 13] })

fig = px.scatter(df, x='x', y='y', title='My First Plot') fig.show()

在两种 API 之间选择

使用 Plotly Express（px）适用于快速、标准的可视化，具有合理的默认值：处理 pandas DataFrame、创建常见图表类型（散点、折线、柱状、直方图等）、需要自动颜色编码和图例、希望代码量最少（1-5 行）。

使用 Graph Objects（go）适用于精细控制和自定义可视化：Plotly Express 中没有的图表类型（3D 网格、等值面、复杂金融图表）、从头构建复杂的多轨迹图形、需要对单个组件进行精确控制、创建带自定义形状和注释的专用可视化。

注意：Plotly Express 返回的是 graph objects Figure，因此可以组合使用两种方法：

fig = px.scatter(df, x='x', y='y') fig.update_layout(title='Custom Title') # 在 px 图形上使用 go 方法 fig.add_hline(y=10) # 添加形状

子图示例

from plotly.subplots import make_subplots import plotly.graph_objects as go

fig = make_subplots(rows=2, cols=2, subplot_titles=('A', 'B', 'C', 'D')) fig.add_trace(go.Scatter(x=[1, 2], y=[3, 4]), row=1, col=1)

交互性示例

自定义悬停模板

fig.update_traces( hovertemplate='<b>%{x}</b><br>Value: %{y:.2f}<extra></extra>' )

添加范围滑块

fig.update_xaxes(rangeslider_visible=True)

动画

fig = px.scatter(df, x='x', y='y', animation_frame='year')

静态图片导出

uv pip install kaleido

fig.write_image('chart.png') # PNG fig.write_image('chart.pdf') # PDF fig.write_image('chart.svg') # SVG

与 Dash 集成

如需交互式 Web 应用，可使用 Dash（Plotly 的 Web 应用框架）：

uv pip install dash

import dash from dash import dcc, html import plotly.express as px

app = dash.Dash(name)

fig = px.scatter(df, x='x', y='y')

app.layout = html.Div([ html.H1('Dashboard'), dcc.Graph(figure=fig) ])

app.run_server(debug=True)

常见工作流

科学数据可视化

import plotly.express as px

带趋势线的散点图

fig = px.scatter(df, x='temperature', y='yield', trendline='ols')

从矩阵生成热力图

fig = px.imshow(correlation_matrix, text_auto=True, color_continuous_scale='RdBu')

3D 曲面图

import plotly.graph_objects as go fig = go.Figure(data=[go.Surface(z=z_data, x=x_data, y=y_data)])

统计分析

分布比较

fig = px.histogram(df, x='values', color='group', marginal='box', nbins=30)

显示所有数据点的箱线图

fig = px.box(df, x='category', y='value', points='all')

小提琴图

fig = px.violin(df, x='group', y='measurement', box=True)

时间序列与金融

带范围滑块的时间序列

fig = px.line(df, x='date', y='price') fig.update_xaxes(rangeslider_visible=True)

K 线图

import plotly.graph_objects as go fig = go.Figure(data=[go.Candlestick( x=df['date'], open=df['open'], high=df['high'], low=df['low'], close=df['close'] )])

多图仪表盘