上一篇
什么是Plotly Express？
Plotly Express 是Python中一个高级的、声明式的数据可视化库，建立在Plotly图形库之上。它旨在使创建丰富多样的交互式图表变得简单快捷，通常只需一行代码。
Plotly Express的核心优势
- 简洁的API - 大多数图表只需一行代码
- 丰富的图表类型 - 支持散点图、折线图、条形图、箱线图等30多种图表
- 高度交互性 - 支持缩放、平移、悬停查看数据点等
- 精美默认样式 - 专业设计的配色方案和布局
- 与Pandas无缝集成 - 直接使用DataFrame作为数据源
- 输出多样性 - 支持导出为HTML、PNG、SVG等多种格式
安装Plotly Express
使用pip可以轻松安装Plotly Express及其依赖：
pip install plotly express
安装完成后，可以使用以下方式导入库：
import plotly.express as px
基本用法示例
Plotly Express设计理念是简洁高效。下面是创建一个散点图的完整代码：
# 导入库
import plotly.express as px
# 加载内置数据集
df = px.data.iris()
# 创建散点图
fig = px.scatter(df, x="sepal_width", y="sepal_length",
color="species", size="petal_length",
title="鸢尾花数据集散点图")
# 显示图表
fig.show()
常用图表类型示例
散点图矩阵
平行坐标图
3D散点图
太阳爆发图
为什么选择Plotly Express？
Plotly Express vs Matplotlib
优点：
- 默认具有交互功能
- 更现代的视觉设计
- 更简洁的API
- 更好的Web集成
缺点：
- 更大的文件体积
- 更复杂的自定义
Plotly Express vs Seaborn
优点：
- 更丰富的图表类型
- 更强大的交互功能
- 内置3D图表支持
- 更简单的动画创建
缺点：
- 更高的学习曲线
- 更复杂的安装
Plotly Express核心功能
📊 多样化图表
支持30多种图表类型，从基本图表到高级可视化：散点图、线图、条形图、直方图、箱线图、小提琴图、密度图、极坐标图、树图、3D图等。
🎨 智能默认设置
自动根据数据类型选择最佳可视化方案，内置专业配色方案，自动生成图例和轴标签，自适应布局。
🖱️ 丰富交互功能
支持缩放和平移操作，悬停显示详细信息，点击图例切换系列显示，框选数据点，轻松导出为图像。
🐍 简洁Python语法
与Pandas DataFrame无缝集成，链式方法调用，参数化图表配置，支持Facet分面绘制。
高级技巧
# 创建动画图表
fig = px.scatter(px.data.gapminder(),
x="gdpPercap", y="lifeExp",
animation_frame="year",
animation_group="country",
size="pop", color="continent",
hover_name="country",
log_x=True, size_max=55,
range_x=[100,100000], range_y=[25,90])
# 自定义布局
fig.update_layout(
title='全球GDP与预期寿命变化 (1952-2007)',
xaxis_title="人均GDP (对数尺度)",
yaxis_title="预期寿命",
font=dict(size=12)
)
fig.show()
发表评论