python可视化库plotly生态简介(plotly, plotly_express, dash)

介绍

plotly python是python的绘图工具，是plotly.js的python封装。plotly有很多子项目，官网为https://plot.ly/。目前工作中接触到的有3个小项目：

1. plotly: 是绘图基础库，它可以非常细致的调整绘图，但是学习成本较高。官网为https://plot.ly/python/。
2. plotly_exprress: 是对plotly的高级封装，入手非常简单。它对plotly的常用绘图函数进行了封装，调用简单，缺点是没有plotly那样自由。我的感觉plotly_express和plotly的关系就像keras和tensorflow。
3. dash: 创建交互式绘图工具的应用，可以非常方便的用它来探索数据。它所展示的图片都是基于plotly做的。plotly_express绘图对象就是plotly绘图对象，它俩是一样的，就是接口不一样。

安装

最好使用管理员
pip install plotly plotly_express dash
在jupyter notebook里使用dash需要安装
pip installjupyter-plotly-dash
目前（4.1.0版本）plotly在jupyter lab中绘图无法显示，需要jupyterlab安装扩展
jupyter labextension install @jupyterlab/plotly-extension
这个扩展安装很麻烦，由于公司有墙，需要配置代理，自己没有安装成功。

plotly

2019/08/07最新版本为4.1.0。在很多博客中plotly教程都提示要修改为离线模式，但在4.0版本中对3.0版本的在线绘图功能做了拆分，现在绘图都是本地的了。
plotly定义好需要绘制的图形，使用json传送给plotly.js进行绘图，所以plotly的绘图就是用json描述你要绘制的图形。官网的教程很丰富，还有详尽的api接口文档，我个人感觉接口文档做的不是很好。
在官网可以搜索别人画的图，查看源码，当自己不会画的时候可以去看看。https://plot.ly/feed/#/

plotly_express

2019/08/07最新版本为0.4.1。在plotly4.0版本中，已经集成到了plotly中。它使用pandas的DataFrame作为数据进行绘图，只需要调整需要绘图的columns就可以了。
下图中iris是DataFrame，x,y是column name。