Plotly 交互可视化

要解决什么问题

Notebook 或脚本里若只用 matplotlib 静态图，很难在探索阶段做缩放、悬停、框选；而直接查 Plotly 文档又要在 plotly.express（px） 与 plotly.graph_objects（go） 之间反复试错，还要记导出、动画轴范围、kaleido 等边角问题。本技能把「选哪种图、用哪层 API、怎么收尾导出」收成一条可执行的流程。

技能如何工作

核心思路是 按数据语义选图，再按控制粒度选 API：

• 快速路径：px.histogram()、px.scatter()、px.bar()、px.line() 等覆盖分布、对比、关系、占比、地理与 3D；时间序列可用 fig.update_layout(xaxis_rangeslider_visible=True) 加范围滑块。
• 精细控制：需要多 trace、双 Y 轴、注释与自定义色标时，走 go 与 fig.update_layout。
• 一致样式：内置模板如 plotly_white、plotly_dark、ggplot2、seaborn、presentation，便于报告与演示统一观感。
• 多图与动画：同一图叠多条 trace，或子图布局；动画 scatter 需固定 range_x/range_y，必要时用 animation_group 与帧时长配置，避免轴跳动。
• 导出与排错：脚本里优先 fig.write_html()；静态图依赖可选的 kaleido；大图可用 include_plotlyjs='cdn' 或 SVG，超大量散点考虑降采样或 render_mode='webgl'。

技能内还指向 scripts/ 示例与 references/ 下的模板、配色与高级图说明，便于对照改参。

适用边界与注意点

• 依赖 plotly；数据处理通常配合 pandas DataFrame，字典数据源也有常见模式说明。
• 静态位图导出不是默认开箱即用，未装 kaleido 时会遇到明确报错，需按技能中的 Troubleshooting 处理。
• 动画与超大数据集若不做范围锁定或聚合，容易出现空白图、轴乱跳或 HTML 体积过大；技能强调的这些约束应在生产图之前先落实。