1. plotly 介绍

Plotly是一个非常著名且强大的开源数据可视化框架，它通过构建基于浏览器显示的web形式的可交互图表来展示信息，可创建多达数十种精美的图表和地图，
下面我们以jupyter notebook为开发工具数据分析。Matplotlib存在不够美观、静态性、不易分享等缺点，限制了Python在数据可视化中的发展。为了解决这个问题，新型的动态可视化开源模块Plotly应运而生。
由于Plotly具有动态、美观、易用、种类丰富等特性。

可以说，plotly 在Python 绘制图表的时候，是一种顶层的绘制方式。

2. plotly 两种方式绘制图表
Plotly是集成了在线通过菜单操作绘图与离线通过代码绘图多种绘图方式的绘图系统。如果使用在线方式，在使用plotly的时候，需要在官网注册一个个人账号，设置个人密码。

在线：将你的可视化图像保存到网站上，便于共享和保存。
离线：直接在本地生成可视化图像，便于使用。（推荐使用离线方式，方便查看和阅读）

下面主要从Python的角度来分析plotly的绘图原理及方法：

3. plotly绘图

基本图表：20种
统计和海运方式图：12种
科学图表：21种
财务图表：2种
地图：8种
3D图表：19种
报告生成：4种
连接数据库：7种
拟合工具：3种
流动图表：4种
JavaScript添加自定义控件：13种

4. 第一个Python 的plotly ，带你入门

 

import matplotlib.pyplot as plt
%matplotlib inline
import plotly
import plotly.graph_objs as go
from plotly.offline import init_notebook_mode,iplot
init_notebook_mode(connected=True)
import warnings
warnings.filterwarnings('ignore')
import numpy as np
import pandas as pd
plotly.__version__

接下来我们可以绘制一个plotly的程序，看看到底是什么效果
 

x = [1,2,3,4]
y = [10,15,13,17]
trace0 = go.Scatter(
    x = x,
    y = y
)
print(trace0)

data = [trace0]
print(data)

iplot(data)

本人自己做了一个关于Python 数据可视化的教程，专注于使用Plotly 进行动态的数据分析，进一步的数据分析，如果大家有兴趣，可以参考一下内容学习：

Python 数据可视化进阶：

1. Python数据可视化教程:基于 plotly 动态可视化绘图  
https://edu.51cto.com/sd/4bff8  

2. Python数据可视化教程 Seaborn  

https://edu.51cto.com/sd/19627

3. Python数据可视化教程：基于Plotly的动态可视化绘图
https://edu.csdn.net/course/detail/24935

4. Python数据可视化教程 Seaborn 

https://edu.csdn.net/course/detail/24790

5. Python 数据分析实战 视频课程

https://edu.51cto.com/sd/63225

欢迎关注，一起交流讨论！

针对Python 数据可视化库 Plotly 课程的主要功能介绍如下： 

项目实战内容：泰坦尼克号数据、鸢尾花数据、航班数据、金融类数据

课程特点： 多行业实战项目教学 ＋ 同步配套完整代码 ＋ 零基础学习Plotly数据分析可视化操作 + Pandas 数据分析

Python 数据可视化库Plotly 主要知识点如下：

针对使用Python plotly 绘制的部分图表如下：