Plotly

40以上のチャートタイプを使用して、出版品質の対話的な可視化を作成するためのPythonグラフィングライブラリです。

クイックスタート

Plotlyをインストール:

uv pip install plotly

Plotly Express(高レベルAPI)の基本的な使用方法:

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の選択

Plotly Express (px) を使用

快適なデフォルトを備えた標準的な可視化をすばやく作成する場合:

• pandas DataFramesで作業している
• 一般的なチャートタイプ(散布図、折れ線グラフ、棒グラフ、ヒストグラムなど)を作成している
• 自動的な色のエンコーディングと凡例が必要
• 最小限のコード(1～5行)が必要

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

グラフオブジェクト (go) を使用

細粒度の制御とカスタム可視化が必要な場合:

• Plotly Expressにないチャートタイプ(3Dメッシュ、等値面、複雑な金融チャート)
• 複雑なマルチトレース図を一から構築している
• 個別コンポーネントの精密な制御が必要
• カスタム図形と注釈を使用した特殊な可視化を作成している

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

注: Plotly Expressはグラフオブジェクトのfigureを返すため、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')  # pxフィギュアでgoメソッドを使用
fig.add_hline(y=10)                     # 図形を追加

コア機能

1. チャートタイプ

Plotlyは40以上のチャートタイプをカテゴリ別に整理してサポートしています:

基本的なチャート: 散布図、折れ線グラフ、棒グラフ、円グラフ、面グラフ、バブルチャート

統計チャート: ヒストグラム、箱ひげ図、バイオリンプロット、分布、誤差棒

科学チャート: ヒートマップ、等高線、三成分図、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、ファンネル、時系列

マップ: 散布図マップ、コロプレス、密度マップ(地理的可視化)

3Dチャート: 3D散布図、サーフェス、メッシュ、コーン、ボリューム

特殊: サンバースト、ツリーマップ、サンキー、平行座標、ゲージ

すべてのチャートタイプの詳細な例と使用方法については、reference/chart-types.md を参照してください。

2. レイアウトとスタイリング

サブプロット: 共有軸を持つマルチプロット図を作成:

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: 統一されたスタイリングを適用:

fig = px.scatter(df, x='x', y='y', template='plotly_dark')
# 組み込み: plotly_white, plotly_dark, ggplot2, seaborn, simple_white

カスタマイズ: 外観のあらゆる側面を制御:

• 色(離散シーケンス、連続スケール)
• フォントとテキスト
• 軸(範囲、ティック、グリッド)
• 凡例
• マージンとサイズ
• 注釈と図形

レイアウトとスタイリングの完全なオプションについては、reference/layouts-styling.md を参照してください。

3. インタラクティビティ

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
• ボックス/ラッソ選択
• 時系列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

# カスタムホバーテンプレート
fig.update_traces(
    hovertemplate='<b>%{x}</b><br>Value: %{y:.2f}<extra></extra>'
)

# レンジスライダーを追加
fig.update_xaxes(rangeslider_visible=True)

# アニメーション
fig = px.scatter(df, x='x', y='y', animation_frame='year')

完全なインタラクティビティガイドについては、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

対話的なHTML:

fig.write_html('chart.html')                       # 完全なスタンドアロン
fig.write_html('chart.html', include_plotlyjs='cdn')  # より小さなファイル

静止画(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

完全なエクスポートオプションについては、reference/export-interactivity.md を参照してください。

よくあるワークフロー

科学データの可視化

import plotly.express as px

# トレンドラインを含む散布図
fig = px.scatter(df, x='temperature', y='yield', trendline='ols')

# マトリックスからのヒートマップ
fig = px.imshow(correlation_matrix, text_auto=True, color_continuous_scale='RdBu')

# 3Dサーフェスプロット
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

# 分布の比較
fig = px.histogram(df, x='values', color='group', marginal='box', nbins=30)

# すべてのポイント付き箱ひげ図
fig = px.box(df, x='category', y='value', points='all')

# バイオリンプロット
fig = px.violin(df, x='group', y='measurement', box=True)

時系列と金融

# レンジスライダー付き時系列
fig = px.line(df, x='date', y='price')
fig.update_xaxes(rangeslider_visible=True)

# ローソク足チャート
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

対話的なWebアプリケーションの場合は、Dash(Plotlyのwebアプリフレームワーク)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 - 快速な可視化のためのハイレベルAPI
• graph-objects.md - 細粒度の制御のためのローレベルAPI
• chart-types.md - 例を含む40以上のチャートタイプの完全なカタログ
• 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/