使用Plotly和Python创建漂亮的统计图表

Plotly是一个Python图形库，可以用来创建各种动态、交互式和漂亮的统计图表。它提供了丰富的可视化功能，包括散点图、线图、柱状图、饼图、热力图等。

下面是使用Plotly创建漂亮统计图表的一些示例：

1. 散点图：可以用来展示两个变量之间的关系。例如，我们可以使用Plotly创建一个散点图，显示不同汽车的马力和油耗之间的关系。

import plotly.express as px
df = px.data.tips()
fig = px.scatter(df, x="total_bill", y="tip", trendline="ols", title="Tips vs Total Bill")
fig.show()

2. 线图：可以用来展示数据随时间变化的趋势。例如，我们可以使用Plotly创建一个线图，显示每月的销售额。

import plotly.express as px
df = px.data.gapminder().query("continent=='Oceania'")
fig = px.line(df, x="year", y="gdpPercap", color="country", title="GDP per Capita in Oceania")
fig.show()

3. 柱状图：可以用来比较不同类别之间的数值。例如，我们可以使用Plotly创建一个柱状图，显示不同城市的平均气温。

import plotly.express as px
df = px.data.tips()
fig = px.bar(df, x="day", y="tip", color="sex", barmode="group", title="Average Tip by Day and Gender")
fig.show()

4. 饼图：可以用来展示不同类别的占比情况。例如，我们可以使用Plotly创建一个饼图，显示不同水果的销售比例。

import plotly.express as px
df = px.data.gapminder().query("year==2007")
fig = px.pie(df, values="pop", names="continent", title="Population by Continent")
fig.show()

5. 热力图：可以用来展示两个变量之间的相关性。例如，我们可以使用Plotly创建一个热力图，显示不同商品的销售量。

import plotly.express as px
df = px.data.tips()
fig = px.density_heatmap(df, x="total_bill", y="tip", title="Tip Density Heatmap")
fig.show()

以上只是使用Plotly创建统计图表的一些示例。Plotly还提供了更多功能，如地图可视化、3D图形、动画效果等。你可以根据自己的需求，从官方文档中了解更多信息，并探索更多关于如何使用Plotly创建漂亮图表的示例。