技能介绍

要解决什么问题

Notebook 里用 Matplotlib 画完图，读者只能看静态 PNG；多子图、金融 K 线、地图或 3D 曲面往往需要自己拼 API，代码量和样式调参都容易失控。若你希望同一套 Python 数据产出可缩放、可悬停、可切换图例的图表，并能在报告或网页里直接嵌入 HTML，Plotly 是常见选型。

技能如何组织工作流

本技能把 Plotly 拆成两条 API 路径，避免「一上来就写 go」或「Express 不够用却不知道何时换层」：

Plotly Express（px）：面向 pandas DataFrame，1–5 行完成散点、折线、柱状、直方等标准图，自动颜色编码与图例；返回的仍是 Figure，可与底层 API 混用。
Graph Objects（go）：Express 未覆盖的类型（3D 网格、等值面、复杂金融图）、多轨迹从零拼装、形状与注释等细粒度控制。

核心能力在资料中按四块展开：40+ 图表类型（基础、统计、科学、金融、地图、3D、旭日/桑基等）、布局与样式（子图、模板、色阶与坐标轴）、交互（悬停、平移缩放、框选、范围滑块、动画）、导出（交互 HTML；静态图需 kaleido）。常见场景包括科学可视化、统计分析、时间序列/金融、多图仪表盘；需要完整 Web 应用时指向 Dash 集成。 deeper 用法见技能内 reference：plotly-express.md、graph-objects.md、chart-types.md、layouts-styling.md、export-interactivity.md。

适用边界

Express 适合「标准图 + 合理默认」；定制仪表盘级控件或冷门图表类型应直接上 go。静态导出不是零依赖，需单独处理 kaleido。超复杂、长会话的多步分析不在本技能替你做编排——那是分析流程设计问题，Plotly 只负责图形层。

截图预览

使用场景

在 Jupyter 中用 pandas DataFrame 做完清洗后，用 Plotly Express 快速出散点/折线/柱状图，并靠悬停与缩放向组内展示分组明细。
持有 OHLC 或时间序列行情表，需要可平移缩放的 K 线/OHLC 与范围滑块，而不是只能导出静态 PNG 的图。
实验或 A/B 结果要在同一页面并排多子图（共享坐标轴），并统一模板、色阶与图例，用于对内汇报仪表盘。
区域统计或带经纬度的业务表需要 choropleth/散点地图类地理可视化，并导出可嵌入内网的交互 HTML。