---

name: plotly description: 交互式可视化库。当你需要悬停信息、缩放、平移或可嵌入网页的图表时使用。适合仪表盘、探索性分析和演示。静态出版图形请使用 matplotlib 或 scientific-visualization。 license: MIT 许可证 metadata: skill-author: K-Dense Inc. risk: unknown source: community

Plotly

用于创建交互式、出版级可视化图表的 Python 绑图库，支持 40+ 种图表类型。

适用场景

• 需要带有悬停、缩放、平移或网页嵌入功能的交互式图表。
• 正在构建仪表盘、探索性分析笔记本或需要丰富交互的演示文稿。
• 希望在 Plotly Express 和 Graph Objects 之间为同一可视化任务做出选择。

快速开始

安装 Plotly：

uv pip install plotly

使用 Plotly Express（高级 API）的基本用法：

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()

API 选择指南

使用 Plotly Express (px)

适用于快速、标准的可视化，具有合理的默认设置：

• 处理 pandas DataFrames 数据
• 创建常见图表类型（散点图、折线图、柱状图、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）

完整指南参见 reference/plotly-express.md。

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）
• 从零构建复杂的多轨迹图形
• 需要对各个组件进行精确控制
• 创建带有自定义形状和注释的专业可视化

完整指南参见 reference/graph-objects.md。

注意： Plotly Express 返回 graph objects 的 Figure 对象，因此可以组合使用：

fig = px.scatter(df, x='x', y='y')
fig.update_layout(title='Custom Title')  # Use go methods on px figure
fig.add_hline(y=10)                     # Add shapes

核心功能

1. 图表类型

Plotly 支持 40+ 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、误差线

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

特殊图表： 旭日图、树状图、桑基图、平行坐标图、仪表盘

所有图表类型的详细示例和用法参见 reference/chart-types.md。

2. 布局与样式

子图： 创建共享坐标轴的多图布局：

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)

模板： 应用协调的样式：

fig = px.scatter(df, x='x', y='y', template='plotly_dark')
# Built-in: plotly_white, plotly_dark, ggplot2, seaborn, simple_white

自定义： 控制外观的每个方面：

• 颜色（离散序列、连续色阶）
• 字体和文本
• 坐标轴（范围、刻度、网格）
• 图例
• 边距和尺寸
• 注释和形状

完整布局和样式选项参见 reference/layouts-styling.md。

3. 交互功能

内置交互特性：

• 可自定义数据的悬停提示
• 平移和缩放
• 图例切换
• 框选/套索选择
• 时间序列范围滑块
• 按钮和下拉菜单
• 动画

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

# Add rangeslider
fig.update_xaxes(rangeslider_visible=True)

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

完整交互指南参见 reference/export-interactivity.md。

4. 导出选项

交互式 HTML：

fig.write_html('chart.html')                       # Full standalone
fig.write_html('chart.html', include_plotlyjs='cdn')  # Smaller file

静态图片（需要 kaleido）：

uv pip install kaleido

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

完整导出选项参见 reference/export-interactivity.md。

常见工作流

科学数据可视化

import plotly.express as px

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

# Heatmap from matrix
fig = px.imshow(correlation_matrix, text_auto=True, color_continuous_scale='RdBu')

# 3D surface plot
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

# Box plot comparison
fig = px.box(df, x='category', y='value', color='group')

# Violin plot with data points
fig = px.violin(df, x='category', y='value', box=True, points='all')

仪表盘组件

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

fig = make_subplots(
    rows=2, cols=2,
    specs=[[{'type': 'indicator'}, {'type': 'bar'}],
           [{'type': 'scatter', 'colspan': 2}, None]]
)