Plotly propose plusieurs modules, chacun avec son objectif. Voyons les trois que tu rencontreras le plus souvent, et comment choisir entre eux.
plotly.express : l’API de haut niveau #
plotly.express est une API de haut niveau pour créer des visualisations rapidement, avec un minimum de code. Importe-la avec :
import plotly.express as pxPythonAvec Plotly Express, tu passes d’abord le DataFrame, puis, pour les paramètres x et y, il te suffit d’indiquer le nom des colonnes : la bibliothèque est entièrement compatible avec les DataFrames Pandas. Exemple :
df = px.data.tips()
fig = px.scatter(df, x="total_bill", y="tip", color="sex")
fig.show()Pythonplotly.graph_objects : le contrôle total #
plotly.graph_objects fait partie du cœur de Plotly. Il sert à créer une large gamme de diagrammes et permet de personnaliser chaque détail. Importe-le avec :
import plotly.graph_objects as goPythonAvec ce module, tu ne passes pas un DataFrame mais directement les séries pour les paramètres x et y :
fig = go.Figure(go.Scatter(x=df["total_bill"], y=df["tip"], mode="markers"))
fig.show()PythonEn pratique, Plotly Express construit lui-même des objets graph_objects : tu peux donc créer une figure avec Express, puis l’affiner avec les méthodes update_traces() et update_layout().
plotly.offline : travailler hors ligne #
Dans certains cas, tu veux travailler avec Plotly hors ligne, par exemple pour générer des visualisations destinées à un usage hors ligne ou à des notebooks Jupyter. Le module plotly.offline servait à cela.
À noter : depuis Plotly 4, le mode hors ligne est le comportement par défaut. Tu n’as plus besoin de plotly.offline : fig.show() suffit pour afficher une figure dans un notebook ou dans le navigateur, et fig.write_html('graphique.html') l’enregistre en fichier HTML autonome.
Lequel choisir ? #
- Plotly Express pour les diagrammes courants, en une ligne de code ;
- Graph Objects pour les diagrammes plus complexes ou très personnalisés, en combinant plusieurs tracés dans une même figure.
Mets-les en pratique dans le tutoriel suivant : diagrammes de base avec Plotly.
Pour comparer les bibliothèques de visualisation, consulte aussi notre article sur les 4 alternatives puissantes pour la visualisation de données.
Plotly, c’est bien. Savoir quoi tracer, c’est mieux. Le cours Analyse et visualisation de données te forme à l’exploration puis à la communication de tes analyses.

