原R用户求助：Python中ggplot与plotly结合实现交互式可视化方案

Hey Guillaume, 我完全懂你从R转Python后找不到ggplotly()替代方案的困扰——毕竟R里用ggplot搭配plotly实现交互式可视化的流畅体验真的很顺手。下面给你两个实用的方案，帮你实现你想要的鼠标悬停、曲线选择等交互功能：

方案1：用Plotly Express直接复刻（推荐） #

Plotly Express的语法逻辑和ggplot非常接近，而且原生支持交互式可视化，不需要额外的转换步骤，是目前Python生态里最推荐的方式。

import plotly.express as px
import numpy as np
import pandas as pd

# 生成你的测试数据
a = pd.DataFrame({'grid': np.arange(-4, 4), 'test_data': np.random.randint(0, 10, 8)})

# 用Plotly Express绘制折线图，原生支持交互
fig = px.line(a, x='grid', y='test_data')
# 启动Plotly经典动态查看器
fig.show()

运行这段代码后，会直接弹出Plotly的交互式窗口，支持你需要的鼠标悬停显示数据点详情、缩放、平移、曲线选择等所有经典功能，效果和R里的ggplotly()几乎一致。

方案2：将Python ggplot的matplotlib输出转为Plotly图（兼容旧习惯） #

如果你坚持想用Python的ggplot库，因为它底层是基于matplotlib的，我们可以把它生成的静态图转换成Plotly的交互式图。不过要注意：Python的ggplot库已经多年未维护，和新版本的matplotlib可能存在兼容性问题，这个方案仅作为过渡使用。

首先确保安装了依赖库：

pip install plotly matplotlib ggplot

然后执行代码：

from ggplot import ggplot, aes, geom_line
import numpy as np
import pandas as pd
import plotly.tools as tls

# 生成测试数据
a = pd.DataFrame({'grid': np.arange(-4, 4), 'test_data': np.random.randint(0, 10, 8)})

# 创建ggplot对象
p2 = ggplot(a, aes(x='grid', y='test_data')) + geom_line()

# 将ggplot的matplotlib绘图结果转为Plotly交互式图
fig = tls.mpl_to_plotly(p2.draw())
fig.show()

额外建议 #

Python生态中，ggplot库的更新已经停滞，更推荐你直接使用Plotly的原生工具（Express或plotly.graph_objects）来构建可视化——它们的功能更全面，维护更活跃，而且语法和ggplot的分层绘图逻辑高度契合，学习成本很低。

内容的提问来源于stack exchange，提问作者GKerv