建立 2026-10-13 更新 2026-10-13

長格式與寬格式資料

Plotly Express 最適合「長格式」（long-form，又稱 tidy data）的資料：每一列是一筆觀測，每一欄是一個變數。資料是長格式時，任何欄位都能直接指定給 x、y、color、facet_col 等參數；資料是「寬格式」（wide-form）時，Plotly Express 雖然也能畫，但能用的參數較少。學會用 pandas 的 melt 在兩種格式間轉換，是使用 Plotly Express 最重要的前置功夫。

長格式與寬格式長什麼樣子？

同一份「三家公司各年營收」資料，兩種寫法：

寬格式（wide-form）長格式（long-form）

year	A 公司	B 公司	C 公司
2023	10	8	12
2024	12	9	15

每個公司一欄，欄名本身就是資料（公司名稱）。

year	company	revenue
2023	A 公司	10
2023	B 公司	8
2023	C 公司	12
2024	A 公司	12
2024	B 公司	9
2024	C 公司	15

「公司」變成一個欄位，每一列只有一個數值。

長格式的好處是：company 是一個普通欄位，所以可以指定給 color="company"、facet_col="company"、animation_frame="company"，用法完全一致。

用 `melt` 把寬格式轉成長格式

import pandas as pd
import plotly.express as px

wide = pd.DataFrame({
    "year": [2023, 2024],
    "A 公司": [10, 12],
    "B 公司": [8, 9],
    "C 公司": [12, 15],
})

long = wide.melt(id_vars="year", var_name="company", value_name="revenue")
px.bar(long, x="year", y="revenue", color="company", barmode="group")

melt 的三個參數：

id_vars：保持不動的欄位（這裡是 year）。
var_name：原本的欄名要放進哪個新欄位（這裡叫 company）。
value_name：原本儲存格的數值要放進哪個新欄位（這裡叫 revenue）。

反方向（長轉寬）用 pivot：long.pivot(index="year", columns="company", values="revenue")。

Plotly Express 也能直接畫寬格式

px.scatter、px.line、px.area、px.bar、px.histogram、px.box、px.violin、px.strip、px.funnel、px.ecdf、px.density_heatmap、px.density_contour 接受寬格式：把多個欄位名稱以 list 傳給 y（或 x），Plotly Express 會在內部自動 melt，並把欄名放進名為 variable 的欄位、數值放進 value 欄位。

import plotly.express as px

df = px.data.stocks()  # 寬格式：date, GOOG, AAPL, AMZN, FB, NFLX, MSFT
fig = px.line(df, x="date", y=["GOOG", "AAPL", "MSFT"])
fig.update_layout(legend_title_text="股票代號", yaxis_title="相對價格")
fig.show()

寬格式時，color、facet_col 等參數可以使用 "variable" 這個自動產生的名稱，例如 facet_col="variable" 讓每個欄位各自一張小圖。

寬格式的限制

寬格式只適用上面列出的函式；px.pie、px.sunburst、px.choropleth 等函式仍需要長格式。資料欄位一多、需要同時用到 color 與 facet_col 不同變數時，先 melt 成長格式最不容易出錯。

不用 DataFrame 也可以

快速測試時，可以直接傳 list、NumPy 陣列或 pandas Series：

import plotly.express as px

px.scatter(x=[1, 2, 3, 4], y=[10, 11, 12, 13], labels={"x": "時間", "y": "數值"})

沒有欄位名稱時，座標軸會顯示 x、y，可以用 labels 參數改成中文。

支援哪些 DataFrame？

Plotly 6 起透過 Narwhals 支援多種 DataFrame 函式庫：pandas、Polars、PyArrow、Modin、cuDF 都能直接傳給 Plotly Express，不必先轉成 pandas。內建資料集 px.data.*() 也可以用 return_type="polars" 取得 Polars 版本。