使用plotly能创建出色的交互式图 Plotly具有三个重要功能：
· 悬停：将鼠标悬停在图表上时，将弹出注释
· 交互性：无需任何其他设置即可使图表互动（例如，穿越时空的旅程）
· 漂亮的地理空间图：Plotly具有一些内置的基本地图绘制功能，但是另外，可以使用mapbox集成来生成惊人的图表。
点图我们通过运行fig = x。（PARAMS）然后调用fig.show（）来调用绘图：
fig = px.scatter(    data_frame=data[data['Year'] == 2018],     x="Log GDP per capita",     y="Life Ladder",     size="Gapminder Population",     color="Continent",    hover_name="Country name",    size_max=60)fig.show()

Plotly scatter plot, plotting Log GDP per capita against Life Ladder, where color indicates continent and size of the marker the population

散点图-漫步时光fig = px.scatter(    data_frame=data,     x="Log GDP per capita",     y="Life Ladder",     animation_frame="Year",     animation_group="Country name",    size="Gapminder Population",     color="Continent",     hover_name="Country name",     facet_col="Continent",    size_max=45,    category_orders={'Year':list(range(2007,2019))}     )fig.show()


Visualization of how the plotted data changes over the years
并行类别-一种可视化类别的有趣方式fig = px.bar(    data,     x="Continent",     y="Gapminder Population",     color="Mean Log GDP per capita",     barmode="stack",     facet_col="Year",    category_orders={"Year": range(2007,2019)},    hover_name='Country name',    hover_data=[        "Mean Log GDP per capita",        "Gapminder Population",        "Life Ladder"    ])fig.show()
Seems like not all countries with high life expectations are happy!
条形图—交互式过滤器的示例fig = px.bar(    data,     x="Continent",     y="Gapminder Population",     color="Mean Log GDP per capita",     barmode="stack",     facet_col="Year",    category_orders={"Year": range(2007,2019)},    hover_name='Country name',    hover_data=[        "Mean Log GDP per capita",        "Gapminder Population",        "Life Ladder"    ])fig.show()

Filtering a bar chart is easy. Not surprisingly, South Korea is among the wealthy countries in Asia.

Choropleth plot-幸福如何随着时间而变化fig = px.choropleth(    data,     locations="ISO3",     color="Life Ladder",     hover_name="Country name",     animation_frame="Year")fig.show()

Map visualization of how happiness evolves over the years. Syria and Afghanistan are at the very end of the Life Ladder range (unsurprisingly)

---

结束语在本文中，我们学习了如何成为真正的Python可视化高手，了解了如何在快速探索方面提高效率，以及在再次召开董事会会议时如何创建更精美的图表。 还有交互式地图，这在绘制地理空间数据时特别有用哦。

---

本文翻译自Fabian Bosler的文章《Learn how to create beautiful and insightful charts with Python — the Quick, the Pretty, and the Awesome》 参考https://towardsdatascience.com/plotting-with-python-c2561b8c0f1f)