plotly
交互式可视化库。适用于需要悬停信息、缩放、平移或网页嵌入图表的场景，是构建仪表板、探索性分析和演示文稿的理想选择。若需生成静态出版图表，请使用matplotlib或科学可视化工具。
分类
开发工具安装
下载并解压到你的 skills 目录
复制命令，发送给 OpenClaw 自动安装：
Plotly - Python 交互式数据可视化库
技能概述
Plotly 是一个强大的 Python 交互式可视化库，支持 40+ 种图表类型，可轻松创建带悬停提示、缩放、平移功能的出版级质量图表，并支持导出为 HTML 嵌入网页。
适用场景
1. 数据仪表板与网页展示
当你需要将数据图表嵌入网站或构建交互式仪表板时，Plotly 是理想选择。生成的 HTML 图表完全独立，可以嵌入任何网页，用户可以通过悬停查看数据详情、缩放感兴趣的区域、切换图例显示。配合 Dash 框架，还能快速构建完整的 Web 数据应用。
2. 探索性数据分析
在数据分析过程中，Plotly 的交互特性让你能够深入探索数据。悬停提示快速查看具体数值、框选/套索选择特定数据点、时间序列范围滑块——这些功能帮助你发现数据中的模式和异常，特别适合用 pandas DataFrame 工作的数据分析师和科学家。
3. 演示文稿与科学可视化
需要制作演示用的图表时，Plotly 的出版级质量和丰富的图表类型（3D 表面图、热力图、等高线图、金融蜡烛图等）能满足专业需求。支持动画、按钮和下拉菜单，让你的演示更加生动。注意：如果是准备静态出版图（如论文插图），建议使用 Matplotlib 或 Scientific Visualization 技能。
核心功能
1. 双层 API 设计
Plotly 提供两层 API 满足不同需求：
2. 丰富的交互功能
所有 Plotly 图表默认支持丰富的交互：
3. 灵活的导出选项
常见问题
Plotly 和 Matplotlib 有什么区别？什么时候该用 Plotly？
Plotly 专注于交互式可视化，图表支持悬停、缩放、平移等操作，适合仪表板、网页嵌入和探索性分析。Matplotlib 擅长静态出版图，更适合论文插图和需要精确控制的静态图表。简单来说：需要交互选 Plotly，需要静态出版选 Matplotlib。
如何用 Plotly 创建交互式图表并嵌入网页？
使用 Plotly Express 几行代码即可创建：
import plotly.express as px
import pandas as pd
df = pd.DataFrame({'x': [1, 2, 3, 4], 'y': [10, 11, 12, 13]})
fig = px.scatter(df, x='x', y='y', title='交互式散点图')
fig.write_html('chart.html') # 导出为 HTML生成的 HTML 文件可直接嵌入网页，或配合 Dash 构建完整的 Web 应用。
Plotly Express 和 Graph Objects 应该选哪个？
优先使用 Plotly Express (px)：90% 的场景下，Express 更简洁快速，自动处理颜色、图例、布局等细节，特别适合用 pandas DataFrame 工作的用户。
需要时使用 Graph Objects (go)：当你需要创建 Express 不支持的图表类型（如 3D 网格、复杂金融图表），或需要对每个组件进行精细控制时。实际上，Express 返回的 Figure 对象可以直接调用 go 的方法，如 fig.update_layout() 或 fig.add_hline()，两者可以灵活结合。