Python 2.7 使用 Plotly 离线绘制本地散点图与折线图

Felix

发布时间：2026-10-13| 3人浏览过

原创

本文详细记录了在Python 2.7环境下使用Plotly库进行本地数据可视化的过程。针对官方在线存储案例在本地环境下的兼容性问题，特别是jupyter与Python版本的限制，作者通过对比iplot与plot函数的差异，成功实现了无需在线存储的本地散点图和折线图生成方案，并提供了完整的测试代码供参考。

Python Plotly本地绘图遇到的问题

在尝试利用Python结合Plotly库处理数据的过程中，经过两小时的反复调试与排查，最终成功实现了散点图和折线图的绘制实例。在此过程中发现一个关键问题：官方提供的示例代码默认依赖在线存储功能，这通常要求安装Jupyter（即IPython）并使用Notebook来生成和处理文件。由于初期对iplot（离线交互式绘图）与plot（标准绘图）函数之间的区别理解不足，导致在环境配置上耗费了大量时间。

需要注意，最新版本的Jupyter已不再支持Python 3.2及更低版本的Python环境。

Python 2.7 Plotly离线绘图实现代码

鉴于上述限制，最终决定采用本地文件保存的方式来解决问题。以下展示了经过测试可用的代码，其中被注释掉的部分为官方提供的原始代码以及离线存储模式的代码，这代表了较新Python版本的推荐方案。


#!/usr/bin/python
# coding=utf-8
 
import plotly.plotly
import random
from plotly.graph_objs import *
import plotly.graph_objs as abc # 必须
import numpy as np
 
 
def sayHello():
 N=100
 xx = [];
 for i in range(20):
  xx.append(i)
 y0 = [];
 for i in range(20):
  y0.append(random.randint(0, 10))
 y1 = [];
 for i in range(20):
  y1.append(random.randint(10, 20))
 y2 = [];
 for i in range(20):
  y2.append(random.randint(20, 30))
 #xx = np.linspace(0, 1, N)
 #y0 = np.random.randn(N) + 5
 #y1 = np.random.randn(N)
 #y2 = np.random.randn(N) - 5
 data_1 = abc.Scatter(
  x=xx,
  y=y0,
  name='test1',
  mode='markers'
 )
 date_2 = abc.Scatter(
  x=xx,
  y=y1,
  name='test2',
  mode="lines"
 )
 date_3 = abc.Scatter(
  x=xx,
  y=y2,
  name='test3',
  mode="lines+markers"
 )
 '''
 N = 1000
 random_x = np.random.randn(N)
 random_y = np.random.randn(N)
 # Create a trace
 trace = abc.Scatter(
  x=random_x,
  y=random_y,
  mode='markers'
 )
 data1 = [trace]
 '''
 data1 = Data([data_1, date_2,date_3])
 plotly.offline.plot(data1)
 #plotly.offline.iplot(data1,filename='test01')
 
 
if __name__ == "__main__":
 sayHello()