plotly

Plotly

インタラクティブで出版品質の可視化を、40以上のグラフタイプで作成できる Python グラフィックスライブラリです。

クイックスタート

Plotly をインストールします:

uv pip install plotly

Plotly Express（高レベル API）の基本的な使い方:

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='My First Plot')
fig.show()

API の選び方

Plotly Express (px) を使う

妥当なデフォルト設定で、手早く標準的な可視化を行う場合に使います:

• pandas の DataFrame を扱う場合
• 一般的なグラフタイプ（散布図、折れ線、棒、ヒストグラムなど）を作成する場合
• 色のエンコーディングや凡例を自動で付けたい場合
• コードを最小限（1〜5 行）にしたい場合

詳細なガイドは reference/plotly-express.md を参照してください。

Graph Objects (go) を使う

細かな制御やカスタムの可視化を行う場合に使います:

• Plotly Express にないグラフタイプ（3D メッシュ、等値面、複雑な金融チャートなど）を作成する場合
• 複数のトレースを含む複雑な図をゼロから構築する場合
• 個々の構成要素を正確に制御する必要がある場合
• カスタムの図形や注釈を使った特殊な可視化を作成する場合

詳細なガイドは reference/graph-objects.md を参照してください。

注: Plotly Express は graph objects の Figure を返すため、両方のアプローチを組み合わせることができます:

fig = px.scatter(df, x='x', y='y')
fig.update_layout(title='Custom Title')  # Use go methods on px figure
fig.add_hline(y=10)                     # Add shapes

主な機能

1. チャートの種類

Plotly は 40 以上のチャートの種類をカテゴリ別に提供しています:

基本チャート: 散布図、折れ線、棒、円、面、バブル

統計チャート: ヒストグラム、箱ひげ図、バイオリン図、分布図、誤差線

科学チャート: ヒートマップ、等高線、三角座標、画像表示

金融チャート: ローソク足、OHLC、ウォーターフォール、ファネル、時系列

地図: スキャッターマップ、コロプレス図、密度マップ（地理的な可視化）

3D チャート: scatter3d、サーフェス、メッシュ、コーン、ボリューム

特殊なチャート: サンバースト、ツリーマップ、サンキー、平行座標、ゲージ

すべてのチャートの種類の詳細な例と使い方は reference/chart-types.md を参照してください。

2. レイアウトとスタイル

サブプロット: 軸を共有したマルチプロットの図を作成します:

from plotly.subplots import make_subplots
import plotly.graph_objects as go

fig = make_subplots(rows=2, cols=2, subplot_titles=('A', 'B', 'C', 'D'))
fig.add_trace(go.Scatter(x=[1, 2], y=[3, 4]), row=1, col=1)

テンプレート: 一貫したスタイルを適用します:

fig = px.scatter(df, x='x', y='y', template='plotly_dark')
# Built-in: plotly_white, plotly_dark, ggplot2, seaborn, simple_white

カスタマイズ: 見た目のあらゆる側面を制御できます:

• 色（離散的なカラーシーケンス、連続的なスケール）
• フォントとテキスト
• 軸（範囲、目盛り、グリッド）
• 凡例
• 余白とサイズ
• 注釈と図形

レイアウトとスタイルのオプションの全体については、reference/layouts-styling.md を参照してください。

3. インタラクティブ性

組み込みのインタラクティブ機能:

• カスタマイズ可能なデータを含むホバーツールチップ
• パンとズーム
• 凡例の切り替え
• 箱型選択と投げ縄選択
• 時系列用のレンジスライダー
• ボタンとドロップダウン
• アニメーション

# Custom hover template
fig.update_traces(
    hovertemplate='<b>%{x}</b><br>Value: %{y:.2f}<extra></extra>'
)

# Add rangeslider
fig.update_xaxes(rangeslider_visible=True)

# Animations
fig = px.scatter(df, x='x', y='y', animation_frame='year')

インタラクティブ性の全ガイドは reference/export-interactivity.md を参照してください。

4. エクスポートオプション

インタラクティブな HTML:

fig.write_html('chart.html')                       # Full standalone
fig.write_html('chart.html', include_plotlyjs='cdn')  # Smaller file

静的画像（kaleido が必要）:

uv pip install kaleido

fig.write_image('chart.png')   # PNG
fig.write_image('chart.pdf')   # PDF
fig.write_image('chart.svg')   # SVG

エクスポートオプションの全体については、reference/export-interactivity.md を参照してください。

一般的なワークフロー

科学データの可視化

import plotly.express as px

# Scatter plot with trendline
fig = px.scatter(df, x='temperature', y='yield', trendline='ols')

# Heatmap from matrix
fig = px.imshow(correlation_matrix, text_auto=True, color_continuous_scale='RdBu')

# 3D surface plot
import plotly.graph_objects as go
fig = go.Figure(data=[go.Surface(z=z_data, x=x_data, y=y_data)])

統計分析

# Distribution comparison
fig = px.histogram(df, x='values', color='group', marginal='box', nbins=30)

# Box plot with all points
fig = px.box(df, x='category', y='value', points='all')

# Violin plot
fig = px.violin(df, x='group', y='measurement', box=True)

時系列と金融

# Time series with rangeslider
fig = px.line(df, x='date', y='price')
fig.update_xaxes(rangeslider_visible=True)

# Candlestick chart
import plotly.graph_objects as go
fig = go.Figure(data=[go.Candlestick(
    x=df['date'],
    open=df['open'],
    high=df['high'],
    low=df['low'],
    close=df['close']
)])

マルチプロットのダッシュボード

from plotly.subplots import make_subplots
import plotly.graph_objects as go

fig = make_subplots(
    rows=2, cols=2,
    subplot_titles=('Scatter', 'Bar', 'Histogram', 'Box'),
    specs=[[{'type': 'scatter'}, {'type': 'bar'}],
           [{'type': 'histogram'}, {'type': 'box'}]]
)

fig.add_trace(go.Scatter(x=[1, 2, 3], y=[4, 5, 6]), row=1, col=1)
fig.add_trace(go.Bar(x=['A', 'B'], y=[1, 2]), row=1, col=2)
fig.add_trace(go.Histogram(x=data), row=2, col=1)
fig.add_trace(go.Box(y=data), row=2, col=2)

fig.update_layout(height=800, showlegend=False)

Dash との統合

インタラクティブな Web アプリケーションには、Plotly の Web アプリフレームワークである Dash を使用します:

uv pip install dash

import dash
from dash import dcc, html
import plotly.express as px

app = dash.Dash(__name__)

fig = px.scatter(df, x='x', y='y')

app.layout = html.Div([
    html.H1('Dashboard'),
    dcc.Graph(figure=fig)
])

app.run_server(debug=True)

リファレンスファイル

• plotly-express.md - 手早い可視化のための高レベル API
• graph-objects.md - 細かな制御のための低レベル API
• chart-types.md - 40 以上のチャートの種類の一覧と例
• layouts-styling.md - サブプロット、テンプレート、色、カスタマイズ
• export-interactivity.md - エクスポートオプションとインタラクティブ機能

追加リソース

• 公式ドキュメント: https://plotly.com/python/
• API リファレンス: https://plotly.com/python-api-reference/
• コミュニティフォーラム: https://community.plotly.com/