前面学习的可视化工具，所绘制的图都是发布到本地的。如果别人想看，有两种方法：一种是跑到自己的计算机这边来看；另一种是导出图片发给对方。在当今网络如此发达的时代，还用这种古代的方式传播信息，的确有点太不上档次了。
如果读者在这之前已经意识到问题了，说明你是一个善于发现问题的人。但这还不够，还要善于解决问题。当然，这个问题也不是今天才发现的，比如 Alex Johnson、Jack Parmer、Chris Parmer 和 Matthew Sundquist，他们早在大约 2013 年就意识到了，并且动手解决，于是 Plotly 诞生了（参考：维基百科）。
Plotly 解决了数据可视化作品的在线分享问题，这就是它的独特之处。
4.1.1 初始化
Plotly 的底层是 plotly.js，plotly.js 基于 D3.js、stack.gl 和 SVG，能够用 JS 在网页上实现类似 Matlab 和 Matplotlib 的图形。Plotly 提供了 Python、Matlab、R 语言等 API。
Plotly 原本是收费的，自 2016 年 6 月开始，提供免费的社区版。
如果要使用它，首先要在网站官方网站 https://plot.ly/ 注册账号，然后就可以在线发布绘制的图示了。
登录网站之后，在用户个人信息中的下拉菜单选择“setting”项目，进入下面的界面。
记录下自己的 Username 和 API KEY（可以重置），这样就做好了在线账号设置工作。
下一步就是要在本地安装 Plotly，在本课程第 0-3 课中已经介绍过，如果尚未安装，请用如下指令：
pip3 install plotly
安装完毕，进行在线账号初始化。
import plotly
plotly.tools.set_credentials_file(username="your_username", api_key='your_apikey')
这步操作如果成功，则不返回任何结果。初始化的结果是在本地生成了 ~/.plotly/.credentials 文件。
4.1.2 三种模式
完成初始化之后，就可以进行绘图，并实现在线分享。
import plotly.plotly as py
import plotly.graph_objs as go
t0 = go.Scatter(x = [1, 2, 3, 4],
y = [10, 15, 13, 17])
t1 = go.Scatter(x = [1, 2, 3, 4],
y = [16, 18, 13, 17])
data = [t0, t1]
py.plot(data, filename="example_image") #①
执行上述代码之后，会输出一个 URL：'https://plot.ly/~qiwsir/12'（每个人的 URL 会有所不同）。同时，会自动打开浏览器一个新标签，在那里会展现这个 URL 的页面内容，就是上述程序所绘制的图形。如果没有自动打开，可以把返回的 URL 复制到地址栏中访问此页面。
如果看到了此页面，就可以把 URL 分享给任何人，他们都能打开网页看到同样的图像。而且，因为这张图是基于 JavaScript 的，在手机那种小屏幕上看，也一样能够自适应。
惊喜还不止这些。 如果用鼠标点击图例，就会发现可以选择要显示的图线。另外，上面还有放大、截图、移动、下载、分享多个小工具等。
我们可以把 Plotly 的官方网站看做免费公开图示的托管网站，在里面可以看到很多高手发布的精美图示。每个用户在这里都有个人作品的专有页面，比如本教程作者的个人作品集：https://plot.ly/~qiwsir#/，打开之后会看到我个人发布的图示（很抱歉，没有好东西）。
图中标示了 filename，它所显示的就是 py.plot(data, filename="example_image") 中所设置的图示文件名称。
刚才生成的图示，直接发布到 plot.ly 上，把这种方式称为“在线模式”。与之相对，还有另外一种模式，不发布到该网站上，而是在本地生成一个 HTML 文件，并将图示置于其中，这种模式称为“离线模式”。操作如下：
import plotly
import plotly.graph_objs as go
plotly.offline.plot({"data": [go.Scatter(x=[1,2,3,4], y=[6,7,8,9])],
"layout": go.Layout(title="laoqi_third_image")},
auto_open = True)
执行之后，会返回 HTML 文件的地址，例如：'file:///Users/qiwsir/Documents/Projects/gitchat/data-visual/temp-plot.html'，并且同时在浏览器中打开这个文件 auto_open = True。
在线模式或离线模式，都是要在新的浏览器地址打开。如果觉得这样的方式不方便调试，还可以使用第三种模式——嵌入模式。
plotly.offline.init_notebook_mode(connected=True)
plotly.offline.iplot({
"data": [go.Scatter(x=[1, 2, 3, 4], y=[4, 3, 2, 1])],
"layout": go.Layout(title="hello world")
})
执行之后，在当前代码的下面会插入下图所示（因为不同计算机的计算能力差异，有时候可能需要等几秒钟才能呈现图示）：
效果貌似跟前面使用 Matplotlib 等差不多，但是这里插入的不是一张静态图片，而是跟“在线模式”或者“离线模式”一样的 H 前段代码（HTML + JS），同样具有交互功能。只不过，这种模式对于调试更便捷。
4.1.3 基本结构
在上述的制图代码中，主要是用 Plotly 提供的一些 API 完成绘图，这一点与以往的工具是一样的。区别就在于，这里还提供了一些基于网站 plot.ly 的 API，从而能够实现在线模式的制图。
如果对绘制图示的过程进行分析，可以将其概括为如下几部分。
1. API 函数
基于 Plotly 制图，不论是最后生成在线的还是本地的图示，都是按照如下流程。
- 向服务器的 API 提交数据和有关参数配置——以 JSON 格式。如果是生成本地图示，就提交给本地的 Plotly 程序并生成 HTML 文件；如果是生成在线图示，就是向 Plotly 服务器提交，并返回网址。
- 服务器接收到信息，验证正确后生成图示。
- 返回地址（可以是在线的 URL，也可以是本地 HTML 文件地址，或者插入到当前浏览器）。
以在线模式为例：
import plotly.plotly as py
用这种方式引入了 plotly.plotly 库，并更名为 py。这个库包含了与 Plotly 官方服务器相连接的函数，例如在线模式中的 ①（py.plot(data, filename="example_image")）所使用的函数 py.plot，其作用就是向 Plotly 官网提交有关绘图的数据，以及对图示的各种配置信息。服务器接受之后，会创建一个在线图示（唯一的一个 URL），默认自动打开。
plot(figure_or_data, validate=True, **plot_options)
常用参数见下。
- figure_or_data：向 Plotly 官方网站提交的数据，通常以 JSON 组成的列表形式提交。
- filename：图示的名称。
-
fileopt：文件保存模式，可选的模式（字符串）有以下几个选项。
- new：新创建一个 URL。
- overwrite：覆盖原有的同 filename 的图示。
- extend：对已有图示的 traces 增加数据—— traces 是什么？继续阅读就能明白。
- append：对已有图示的数据列表中追加 traces ——跟 extend 不同。假设已有图示的数据列表是 [trace1, trace2]，append 的作用就是向这个列表中追加 trace，使其变成 [trace1, trace2, trace3]。
- auto_open：默认 auto_open = True，即自动打开 URL。
-
sharing：设置 URL 的访问权限，可选值有以下几个。
- 'public'：任何人都可以访问，并且显示在个人页面，允许 Plotly 搜索。
- 'private'：只有发布者个人用户可以访问。
- 'secret'：拥有此链接的人能够访问，但 Plotly 网站上不会展示，也不搜索此图。
除了此函数之外，类似的还有 plotly.offline.plot 和 plotly.offline.iplot，不同之处在于向本地的 Plotly 服务提交有关数据和图示的参数设置等。而后根据设置生成图示。
2. JSON 格式的数据
通过 Plotly 的 API 所提交的数据，可以有多种类型（对象）。
列表中的字典。 例如（使用嵌入模式，后续不特别说明，都以这种模式演示）：
