Python中创建可交互图表的主流方法有五种：一、Plotly支持缩放、平移、悬停与点击；二、Bokeh适合Web嵌入与实时更新；三、Altair采用声明式语法，天然支持交互；四、Matplotlib配合mplcursors实现轻量悬停；五、Dash构建含控件的完整交互式仪表板。
如果您希望在 Python 中创建可交互的图表，以便用户能够缩放、平移、悬停查看数据点或点击触发事件，则需要借助支持前端交互能力的可视化库。以下是几种主流且实用的实现方法：
一、使用 Plotly 创建交互图表
Plotly 是一个基于 JavaScript 的开源图表库，其 Python 接口（plotly.py）能将数据直接渲染为具备完整交互功能的 HTML 图表，无需手动编写前端代码。
1、安装 Plotly 库：pip install plotly
2、导入必要模块并准备示例数据：
import plotly.express as px; import pandas as pd立即学习“Python免费学习笔记（深入）
”；
3、使用 px.scatter() 创建散点图，并自动启用悬停提示与缩放功能：fig = px.scatter(df, x='x_col', y='y_col', hover_data=['label']) 4、调用 show() 方法在默认浏览器
中打开交互式图表：
fig.show()
二、使用 Bokeh 构建交互式 Web 图表
Bokeh 专为构建交互式 Web 可视化而设计，支持服务器端回调和实时更新，适合嵌入到 Flask 或 Djan go应用中。
1、安装 Bokeh：pip install bokeh
2、导入核心模块：
from bokeh.plotting import figure, show; from bokeh.io import output_file 3、设置输出目标为 HTML 文件：output_file("interactive_plot.html")
4、创建图形对象并添加带工具栏的交互功能：
p = figure(tools="pan,wheel_zoom,box_select,hover")
5、绘制图形并显示：
p.circle(x, y, size=10, color="navy", alpha=0.5); show(p)
三、使用 Altair 实现声明式交互图表
Altair 采用声明式语法，通过简洁的 API 描述数据映射与交互行为，底层由 Vega-Lite 渲染，天然支持缩放、过滤与悬停等交互。
1、安装 Altair 和依赖项：pip install altair vega_datasets
2、导入库并加载示例数据：
import altair as alt; from vega_datasets import data; cars = data.cars() Comet AI 浏览器下载 Comet AI 浏览器，体验由 Perplexity AI 驱动的革命性上网方式。内置 AI 助手可实时总结网页、跨标签页对比信息、自动执行任务。告别繁琐操作，让 AI 成为你的浏览副驾，大幅提升研究与工作效率。支持 Windows、macOS、Android 和 iOS。
下载
3、定义基础图表并添加交互选择器：
selection = alt.selection_interval(); chart = alt.Chart(cars).mark_circle().encode(x='Horsepower', y='Miles_per_Gallon', color='Origin')
4、绑定交互选择器到图表：
chart.add_selection(selection).transform_filter(selection) 5、在 Jupyter 环境中直接渲染：chart.display()
四、使用 Matplotlib + mplcursors 添加基础交互
Matplotlib 本身是静态绘图库，但通过第三方扩展 mplcursors 可为图形添加鼠标悬停标注功能，适用于轻量级交互需求。
1、安装 mplcursors：pip install mplcursors 2、绘制常规 Matplotlib 图形：import matplotlib.pyplot as plt; fig, ax = plt.subplots(); ax.scatter(x, y)
3、导入并启用悬停交互：
import mplcursors; mplcursors.cursor(hover=True)
4、显示图形：
plt.show()
五、使用 Dash 搭建交互式仪表板
Dash 是基于 Flask、Plotly 和 React 的框架，允许将交互图表封装为具有输入控件（如滑块、下拉菜单）的 Web 应用。
1、安装 Dash：pip install dash
2、导入核心模块：
import dash; from dash import dcc, html, Input, Output; import plotly.express as px 3、初始化 Dash 应用实例：app = dash.Dash(__name__)
4、定义布局，包含下拉组件与图表容器：
app.layout = html.Div([dcc.Dropdown(id="feature", options=[{"label": "A", "value": "a"}]), dcc.Graph(id="graph")])
5、编写
回调函数
响应用户操作并更新图表：
@app.callback(Output("graph", "figure"), Input("feature", "value"))