如何用Plotly绘制带版本标注的API提交量连接散点图？

先调整你的代码，实现点连线和点上方标注版本的需求，修改后的代码如下：

import plotly.express as px

# 筛选数据并按时间排序，避免连线顺序混乱
filtered_data = final_api.query("info_title=='Avi TestSeDatastoreLevel2 Object API'").sort_values("Year-Month")

# 绘制带连线和版本标注的散点图
fig = px.scatter(
    filtered_data,
    x="Year-Month",
    y="commits",
    color="info_version",
    title='Different Path Version found within one OAS file',
    width=1000,
    height=700,
    line_group="Year-Month",  # 按时间顺序连接所有散点
    text="info_version"      # 将版本名称设为点的标注文本
)

# 把标注文本放在点的上方居中位置
fig.update_traces(textposition='top center')

# 设置Y轴范围后再显示图表（确保布局修改生效）
fig.update_layout(yaxis_range=[0,80])
fig.show()

关键改动说明： #

• 先对数据按Year-Month排序，保证连线是按时间顺序推进的
• 用line_group="Year-Month"让所有散点按时间轴连成一条线；如果需要同版本的点单独连线，把参数改成"info_version"即可
• 通过text="info_version"指定版本名称作为标注内容，再用update_traces调整标注位置
• 调整update_layout和show()的顺序，避免布局修改不生效

• Matplotlib：Python最基础的绘图库，语法直观，灵活性强。用plt.scatter画点、plt.plot连线、plt.text加标注就能实现需求，适合生成静态图表。
• Seaborn：基于Matplotlib的高级统计绘图库，默认风格更美观，代码更简洁，处理时间序列类的可视化场景效率更高。
• Altair：声明式绘图库，语法贴近数据逻辑，代码简洁易读，天生支持交互式操作，很适合展示API版本迭代的时间序列变化。

内容的提问来源于stack exchange，提问作者Brie MerryWeather