📊 Plotly：交互式可视化库

Plotly 是一个强大的图形库，可以创建高质量的交互式图表，适用于 Web 数据展示、Jupyter Notebook 分析和可视化仪表盘。相比 Matplotlib 和 Seaborn，Plotly 重点在于“交互性”。

---

✅ Plotly 解决了什么问题？

传统 Matplotlib 图像是静态的，不能直接交互。Plotly 的优势是：

• 🖱️ 鼠标悬停提示、缩放、导出等交互功能
• 🌐 输出为 HTML，适合网页、报告嵌入
• 📦 支持 3D 图、地图、热图、极坐标图等

---

📦 安装

pip install plotly

---

1️⃣ 基本折线图

导入 plotly.express 作为 px

# 创建折线图
图 = px.折线图(
  数据框={"年份": [2020, 2021, 2022], "销售额": [100, 150, 200]},
  x="年份",
  y="销售额",
  标题="年销售额变化"
)
图.显示()

---

2️⃣ 散点图 Scatter

图 = px.散点图(px.内置数据集("iris"),
                x="sepal_width", y="sepal_length", 色彩="species",
                标题="鸢尾花特征")
图.显示()

---

3️⃣ 柱状图 Bar

图 = px.柱状图(
  数据框={"城市": ["北京", "上海", "深圳"], "人口": [2154, 2423, 1300]},
  x="城市", y="人口", 标题="城市人口")
图.显示()

---

4️⃣ 饼图 Pie

图 = px.饼图(
  数据框={"部门": ["技术", "市场", "人事"], "人数": [50, 30, 20]},
  名字="部门", 值="人数", 标题="员工构成")
图.显示()

---

5️⃣ 箱线图 Box

图 = px.箱线图(px.内置数据集("tips"),
             x="day", y="total_bill", 色彩="sex",
             标题="每日消费分布")
图.显示()

---

6️⃣ 热力图 Heatmap（使用 Graph Objects）

从 plotly.graph_objects 导入 Heatmap, 图表

图 = 图表(数据=[Heatmap(
  z=[[1, 20, 30], [20, 1, 60], [30, 60, 1]],
  x=["星期一", "星期二", "星期三"],
  y=["早班", "中班", "晚班"]
)])
图.显示()

---

🎨 自定义主题 & 中文支持

Plotly 默认不支持中文字体，可以设置字体：

图.update_layout(字体={"家庭": "SimHei", "大小": 16})

---

🌐 输出为 HTML 页面

图.写入_html("图表.html", 自动打开=True)

---

🔚 小结

图类型	函数名	特点
折线图	px.line	显示趋势
散点图	px.scatter	变量间关系
柱状图	px.bar	分类值比较
饼图	px.pie	占比显示
箱线图	px.box	离群值、分布
热力图	go.Heatmap	二维关系强度显示

---