Plotly

Plotly

Biblioteca gráfica Python para criar visualizações interativas de qualidade para publicação com mais de 40 tipos de gráficos.

Início Rápido

Instale Plotly:

uv pip install plotly

Uso básico com Plotly Express (API de alto nível):

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()

Escolhendo Entre APIs

Use Plotly Express (px)

Para visualizações rápidas e padrão com padrões sensatos:

• Trabalhando com DataFrames do pandas
• Criando tipos de gráficos comuns (scatter, line, bar, histogram, etc.)
• Precisando de codificação automática de cores e legendas
• Desejando código mínimo (1-5 linhas)

Veja reference/plotly-express.md para o guia completo.

Use Graph Objects (go)

Para controle refinado e visualizações customizadas:

• Tipos de gráficos não disponíveis em Plotly Express (mesh 3D, isosurface, gráficos financeiros complexos)
• Construindo figuras multi-trace complexas do zero
• Precisando de controle preciso sobre componentes individuais
• Criando visualizações especializadas com formas e anotações customizadas

Veja reference/graph-objects.md para o guia completo.

Nota: Plotly Express retorna um Figure de graph objects, então você pode combinar as abordagens:

fig = px.scatter(df, x='x', y='y')
fig.update_layout(title='Custom Title')  # Use métodos go em figura px
fig.add_hline(y=10)                     # Adicione formas

Capacidades Principais

1. Tipos de Gráficos

Plotly suporta mais de 40 tipos de gráficos organizados em categorias:

Gráficos Básicos: scatter, line, bar, pie, area, bubble

Gráficos Estatísticos: histogram, box plot, violin, distribution, error bars

Gráficos Científicos: heatmap, contour, ternary, image display

Gráficos Financeiros: candlestick, OHLC, waterfall, funnel, time series

Mapas: scatter maps, choropleth, density maps (visualização geográfica)

Gráficos 3D: scatter3d, surface, mesh, cone, volume

Especializados: sunburst, treemap, sankey, parallel coordinates, gauge

Para exemplos detalhados e uso de todos os tipos de gráficos, veja reference/chart-types.md.

2. Layouts e Estilo

Subplots: Crie figuras multi-plot com eixos compartilhados:

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)

Templates: Aplique estilo coordenado:

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

Personalização: Controle cada aspecto da aparência:

• Cores (sequências discretas, escalas contínuas)
• Fontes e texto
• Eixos (intervalos, ticks, grids)
• Legendas
• Margens e tamanho
• Anotações e formas

Para opções completas de layout e estilo, veja reference/layouts-styling.md.

3. Interatividade

Recursos interativos integrados:

• Tooltips hover com dados customizáveis
• Pan e zoom
• Alternância de legenda
• Seleção por caixa/lasso
• Rangesliders para séries temporais
• Botões e dropdowns
• Animações

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

# Adicione rangeslider
fig.update_xaxes(rangeslider_visible=True)

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

Para guia completo de interatividade, veja reference/export-interactivity.md.

4. Opções de Exportação

HTML Interativo:

fig.write_html('chart.html')                       # Totalmente independente
fig.write_html('chart.html', include_plotlyjs='cdn')  # Arquivo menor

Imagens Estáticas (requer kaleido):

uv pip install kaleido

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

Para opções completas de exportação, veja reference/export-interactivity.md.

Workflows Comuns

Visualização de Dados Científicos

import plotly.express as px

# Scatter plot com linha de tendência
fig = px.scatter(df, x='temperature', y='yield', trendline='ols')

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

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

Análise Estatística

# Comparação de distribuição
fig = px.histogram(df, x='values', color='group', marginal='box', nbins=30)

# Box plot com todos os pontos
fig = px.box(df, x='category', y='value', points='all')

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

Séries Temporais e Financeiro

# Série temporal com rangeslider
fig = px.line(df, x='date', y='price')
fig.update_xaxes(rangeslider_visible=True)

# Gráfico candlestick
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']
)])

Dashboards Multi-Plot

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)

Integração com Dash

Para aplicações web interativas, use Dash (framework de web app do Plotly):

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)

Arquivos de Referência

• plotly-express.md - API de alto nível para visualizações rápidas
• graph-objects.md - API de baixo nível para controle refinado
• chart-types.md - Catálogo completo de mais de 40 tipos de gráficos com exemplos
• layouts-styling.md - Subplots, templates, cores, personalização
• export-interactivity.md - Opções de exportação e recursos interativos

Recursos Adicionais

• Documentação oficial: https://plotly.com/python/
• Referência de API: https://plotly.com/python-api-reference/
• Fórum da comunidade: https://community.plotly.com/