首先安装并导入Plotly库，使用px快速创建散点图等常见图表，或用go精细控制图形样式，通过make_subplots布局多子图，最终调用fig.show()显示支持交互的图表。
Plotly 是一个功能强大的 Python 可视化库，支持交互式图表绘制，适合用于数据分析、报告展示和网页集成。使用它主要分为安装、导入、准备数据、创建图表和显示几个步骤。
安装与导入
在使用前需要先安装 plotly：
pip install plotly然后在代码中导入所需模块：
import plotly.express as pximport plotly.graph_objects as go
from plotly.subplots import make_subplots
使用 Plotly Express 快速绘图
Plotly Express（px）适合快速生成常见图表，语法简洁。
立即学习“Python免费学习笔记（深入）”；
示例：绘制散点图
import plotly.express as px# 准备数据
data = px.data.iris() # 内置鸢尾花数据集
# 创建散点图
fig = px.scatter(data, x='sepal_width', y='sepal_length', color='species')
fig.show()
支持的图表类型包括折线图（line）、柱状图（bar）、直方图（histogram）、箱型图（box）等，只需调用对应函数即可。
使用 Graph Objects 精细控制图表
当需要更灵活地控制图形样式时，使用 graph_objects（go）。
示例：手动添加线条和标记
import plotly.graph_objects as gofig = go.Figure()
fig.add_trace(go.Scatter(x=[1, 2, 3, 4], y=[10, 15, 13, 17], mode='lines+markers', name='趋势'))
fig.update_layout(title='自定义折线图', xaxis_title='X轴', yaxis_title='Y轴')
fig.show()
你可以逐个添加图层、设置坐标轴、注释、颜色等细节。
子图与多图布局
使用 make_subplots 可以创建包含多个子图的复合图表。
from plotly.subplots import make_subplotsimport plotly.graph_objects as go
fig = make_subplots(rows=1, cols=2, subplot_titles=('图1', '图2'))
fig.add_trace(go.Scatter(y=[1, 3, 2], name='A'), row=1, col=1)
fig.add_trace(go.Bar(y=[2, 4, 1], name='B'), row=1, col=2)
fig.update_layout(title='双子图示例')
fig.show()
基本上就这些。掌握 px 快速出图和 go 精细调整两种方式，就能应对大多数可视化需求。图表支持缩放、拖动、悬停提示等交互功能，非常适合动态展示数据。不复杂但容易忽略的是记得调用 fig.show() 才能看见结果。
