比Tableau更惊艳的可视化工具——Plotly

在《【Power BI VS Tableau】 可视化篇（上）》中我们提到，Tableau具有极其强大的可视化能力，可以创作天马行空般的图表。这也是让它跻身BI界领头羊梯队的关键能力之一。那么，单看可视化，有没有哪些工具能媲美Tableau呢？本文的主角——Plotly，就是答案之一。

Plotly，是一款基于Python框架的Web式分析工具。它非常适合于搭建网页端的数据分析可视化应用。通俗来讲，它就是个把Python数据分析结果，呈现在网页端的可视化工具。它没有BI工具那么完整的功能，只专注于可视化领域。BI工具可视化比较吃电脑配置，但Plotly可视化应用加载在网页端，对计算机配置要求较低，运行流畅，就跟浏览普通网页一般。

案例1——纽约油气仪表板

这是BI作品里常见的仪表板。切片、筛选、交互、缩放等，Plotly轻松胜任。

案例2—— Forex Web Trader

这是一个金融交易网页应用。定期抓取外汇和股票价格、交易信息，同时也可以进行虚拟交易。数据抓取和交易由Python的其他代码实现，可视化则由Plotly完成。

案例3——财务分析报告

财务分析报告的应用。这种图+表+文章式的颇具专业范的报告以后可以直接通过Plotly出具了，还具有极好的交互性。

案例4——SVM机器学习模拟器

更精彩的来了。依托于Python在机器学习方面的优势，Plotly可以很好地将机器学习过程和结果进行可视化呈现。该案例呈现了支持向量机模型对不同数据集的分析效果。左侧提供了参数筛选器，方便模型调参，同时快速呈现出结果。

案例5——Covid-19论文关系分析

Power BI和Tableau都不太擅长制作复杂网络关系图。它们顶多能做出关系图的外壳，而缺少关系图的灵魂。毕竟它们本身不具备复杂机器学习模型的能力。这方面，Plotly再次表现强悍。

Plotly用法

作为依托于Python框架的工具，直接在Python里调用Plotly自然是最优的做法。但考虑到本公众号的读者比较多不太懂代码，习惯在UI图形界面里拖拽，那么本文将介绍Plotly在图形界面里的使用方法。

首先，注册并登陆Plotly Chart Studio。类似大多数可视化工具，Plotly可视化分为两个层级，图表及仪表板，并且提供了多种不同的可视化图表。

‍ 创建图表。类似于Tableau，Plotly也将图表标签、大小、辅助线等设置功能都赋予所有类型的图表。值得一提的是，Plotly还为图表提供了添加趋势线和移动平均的分析功能。

Plotly只能导出图片和html两种格式。但可以直接发布网页链接。我们再来看看Plotly Chart Studio的收费方式。相比于收费版，免费版是共用服务器，数据上传大小小于500k，数据上传仅限于excel和csv，导出格式只能是PNG和JPEG，且每天发布的视觉对象不能超过1000个。对于普通用户来说，免费版完全足够。

总结

Plotly作为Python的可视化工具，交互效果明显优于Python的两大传统可视化库Matplotlib和seaborn。比起Power BI和Tableau等BI工具，Plotly无法胜任数据清洗、关系模型、用户随时拖拽等功能，终归只是可视化工具。但与Python其他库配合，可以创造出像网站、交易平台、机器学习工具等各种精彩的应用。