plotly 是目前已知的python最强绘图库，它比上次我们讲的echarts还强大许多许多，它的绘制通过生成一个web页面完成，并且支持调整图像大小，动态调节参数，方便许多python 网页应用的开发。
1.准备
开始之前，你要确保python和pip已经成功安装在电脑上,如果没有，可以访问这篇文章：超详细python安装指南 进行安装。
windows环境下打开cmd(开始—运行—cmd)，苹果系统环境下请打开terminal(command+空格输入terminal)，准备开始输入命令安装依赖。
当然，我更推荐大家用vscode编辑器，把本文代码copy下来，在编辑器下方的终端装依赖模块，多舒服的一件事啊：
在终端输入以下命令安装我们所需要的依赖模块:
pip install plotly
看到 successfully installed xxx 则说明安装成功。
2.使用
你只需要知道某些图的生成函数及其传入参数，就可以生成很漂亮的统计图。比如生成文章开头的那个官方平行类别图，你只要需要知道它的生成函数是 px.parallel_categories。支持的参数列表如下：
data_frame：数据，需要以dataframe格式。
color: 可指定每一列的特定颜色。
color_continuous_scale: 构建连续的颜色
详细参数可阅读官方文档
在这里，我们使用官方生成好的数据作为展示的例子，编写以下代码即可：
# 文件命名为：test.py import plotly.express as px tips = px.data.tips() fig = px.parallel_categories(tips, color="size", color_continuous_scale=px.colors.sequential.inferno) fig.show()
效果如下：
在cmd/terminal或者vscode的终端里，运行这份代码：
python test.py
你会看到浏览器自动生成了一个页面，页面上就是这幅图，而且是可以进行交互的图。
除此之外还有这样的图：
import plotly.express as px
gapminder = px.data.gapminder()
fig = px.scatter(gapminder.query("year==2007"), x="gdppercap", y="lifeexp", size="pop", color="continent",
hover_name="country", log_x=true, size_max=60)
fig.show()
代码如上，其实相当简单，你只需要符合它的scatter函数的数据格式就可以生成了，真的是坐着收图啊。
还有以下这些例子，这些例子都是可以在页面上进行交互的（放大缩小等），相当方便！
3.保存
其实在执行完程序后生成的页面里，右上角有个小摄像头，点击那个摄像头可以直接生成页面：
但是你可能会希望直接在程序中将图片保存下载，方便批量生成图片，这个时候我们需要添加类似这样的一个离线plot语句
import plotly.offline as offline offline.plot(figure_or_data = fig, image ='png', image_filename='plot_image', output_type='file', image_width=800, image_height=600, validate=false)
在得到了图像的fig变量后，你只需要继续编写上述语句就可以保存下来，比如我们的第一个例子，将会是这样保存的。
# 文件命名为：test.py
import plotly.express as px
import plotly.offline as offline
tips = px.data.tips()
fig = px.parallel_categories(tips, color="size", color_continuous_scale=px.colors.sequential.inferno)
fig.show()
offline.plot(figure_or_data = fig, image = 'png', image_filename='plot_image',
output_type='file', image_width=800, image_height=600, validate=false)
4.其他功能
1.共享：如果你希望能和其他人共享图片，而自己又不会做web开发，没关系，plotly也提供了解决方案，这个时候我们需要安装一个新的包叫chart_studio，然后使用官方给定的api进行在线绘制，就能保存到你的plotly个人网页中了！详细可见官方教程
2.添加背景图：你还可以给你的图片添加背景图！操作起来非常简单。
3.添加你的logo：添加你个人独特的logo也是支持的。
在https://plot.ly/python/images/你可以找到2和3的相应教程！
以上就是python+plotly绘制精美的数据分析图的详细内容，更多关于python plotly数据分析图的资料请关注其它相关文章！
