樣式與客製化
Plotly Express 的預設樣式已經可以直接使用，但正式報告通常還要調整標題、中文標籤、配色、圖例位置、懸停資訊與字型。調整分兩個層次：能在 px 函式參數完成的（labels、title、template、color_*）先用參數；參數做不到的，再用 Figure 的 update_layout、update_traces、update_xaxes／update_yaxes 方法修改。
上圖的完整程式碼：
import plotly.express as px
df = px.data.gapminder().query("year == 2007")
fig = px.scatter(
df, x="gdpPercap", y="lifeExp", color="continent", size="pop",
hover_name="country", log_x=True, size_max=50,
labels={"gdpPercap": "人均 GDP（美元，對數刻度）",
"lifeExp": "平均壽命（歲）", "continent": "洲別"},
template="simple_white",
title="客製化後：中文標籤、simple_white 模板",
)
fig.update_traces(marker=dict(line=dict(width=0.5, color="DarkSlateGrey")))
fig.update_layout(legend=dict(orientation="h", y=-0.2), title_x=0.5)
fig.show()
模板 template
模板（template）一次設定整張圖的字型、背景、格線與預設配色。
| 模板 | 風格 |
|---|---|
plotly |
預設：淺藍灰背景、白色格線 |
plotly_white |
白底、淺灰格線，最常用於報告 |
plotly_dark |
深色背景，適合深色簡報或儀表板 |
simple_white |
白底、無格線、有軸線，接近期刊論文風格 |
ggplot2、seaborn |
模仿 R ggplot2 與 Python Seaborn |
presentation |
字型與線條加大，適合投影 |
none |
無任何樣式 |
import plotly.io as pio
pio.templates.default = "plotly_white" # 全域預設（對 px 與 go 都有效）
px.defaults.template = "plotly_white" # 只對 px 有效
配色
離散色（類別）
import plotly.express as px
px.colors.qualitative.swatches().show() # 預覽所有內建離散色盤
px.bar(df, x="continent", y="pop", color="continent",
color_discrete_sequence=px.colors.qualitative.Set2)
px.bar(df, x="continent", y="pop", color="continent",
color_discrete_map={"Asia": "#E45756", "Europe": "#4C78A8",
"Africa": "#F58518", "Americas": "#54A24B",
"Oceania": "#B279A2"})
color_discrete_map 讓同一個類別在不同圖中永遠是同一個顏色，製作系列報表時特別重要。顏色可以是 CSS 色名、#RRGGBB、rgb(...)。
連續色（數值）
px.colors.sequential.swatches_continuous().show() # 預覽連續色階
px.choropleth(df, locations="iso_alpha", color="lifeExp",
color_continuous_scale="Viridis") # 單向色階
px.imshow(corr, color_continuous_scale="RdBu_r",
color_continuous_midpoint=0) # 發散色階，0 在中間
色階分三類：
- sequential（單向）：由淺到深，適合「越大越多」，例如
Viridis、Blues、Plasma。 - diverging（發散）：中點兩側不同色，適合有正負的資料，例如
RdBu、Tealrose。 - cyclical（循環）：頭尾同色，適合角度、時刻，例如
Twilight、IceFire。
色階名稱後加 _r 代表反轉，例如 "RdBu_r"。
update_layout：版面設定
fig.update_layout(
title=dict(text="主標題", x=0.5, font=dict(size=22)), # 置中標題
font=dict(family="Noto Sans TC, Microsoft JhengHei, sans-serif", size=14),
legend=dict(title="", orientation="h", yanchor="bottom", y=1.02, x=0),
margin=dict(l=40, r=20, t=80, b=40),
hovermode="x unified", # 同一個 x 的所有數值顯示在一個懸停框
width=800, height=500,
)
Plotly 的屬性可以用「底線魔法」（magic underscore）簡寫：title_x=0.5 等於 title=dict(x=0.5)，legend_orientation="h" 等於 legend=dict(orientation="h")。
中文字型
圖表在瀏覽器中顯示時，使用的是瀏覽器字型，中文通常正常；但用 write_image 輸出 PNG 時若出現方框，請在 font.family 指定系統已安裝的中文字型，例如 macOS 的 "PingFang TC"、Windows 的 "Microsoft JhengHei"、Linux 的 "Noto Sans CJK TC"。
update_traces：圖形元素
fig.update_traces(marker=dict(size=10, opacity=0.8, line=dict(width=1, color="white")))
fig.update_traces(line=dict(width=3), selector=dict(name="AAPL")) # 只改名為 AAPL 的 trace
fig.update_traces(texttemplate="%{y:.1f}", textposition="outside",
selector=dict(type="bar")) # 只改長條：數值標籤放外側
selector 參數用來篩選要修改的 trace，例如 selector=dict(type="bar") 或 selector=dict(name="Asia")。
update_xaxes／update_yaxes：座標軸
fig.update_xaxes(title_text="日期", tickformat="%Y-%m", dtick="M3") # 每 3 個月一個刻度
fig.update_yaxes(title_text="營收（萬元）", tickformat=",", range=[0, 500],
showgrid=True, gridcolor="lightgrey")
fig.update_yaxes(tickprefix="$", ticksuffix="")
fig.update_xaxes(categoryorder="total descending") # 類別依總和排序
懸停資訊 hovertemplate
hover_data 不夠用時，用 hovertemplate 完全自訂懸停框內容：
fig = px.scatter(df, x="gdpPercap", y="lifeExp", hover_name="country",
custom_data=["pop", "continent"])
fig.update_traces(hovertemplate=(
"<b>%{hovertext}</b><br>"
"人均 GDP：$%{x:,.0f}<br>"
"平均壽命：%{y:.1f} 歲<br>"
"人口：%{customdata[0]:,}<br>"
"洲別：%{customdata[1]}"
"<extra></extra>" # 隱藏右側的 trace 名稱
))
%{x}、%{y} 取座標，%{customdata[i]} 取 custom_data 傳入的第 i 個欄位，冒號後面是 d3 數字格式。
參考線、區間與標註
fig.add_hline(y=70, line_dash="dash", line_color="red", annotation_text="70 歲")
fig.add_vrect(x0=1000, x1=5000, fillcolor="green", opacity=0.1, line_width=0,
annotation_text="中所得", annotation_position="top left")
fig.add_annotation(x=4.5, y=82, text="日本", showarrow=True, arrowhead=2,
xref="x", yref="y")
注意：座標軸是對數刻度（log_x=True）時，add_annotation 的 x 要填 log10 後的值（例如 4.5 代表約 31,600）。
常用調整速查
| 想做的事 | 寫法 |
|---|---|
| 標題置中 | fig.update_layout(title_x=0.5) |
| 隱藏圖例 | fig.update_layout(showlegend=False) |
| 圖例放到下方 | fig.update_layout(legend=dict(orientation="h", y=-0.2)) |
| 去掉圖例標題 | fig.update_layout(legend_title_text="") |
| Y 軸顯示百分比 | fig.update_yaxes(tickformat=".0%") |
| 數字加千分位 | fig.update_yaxes(tickformat=",") |
| 背景透明 | fig.update_layout(paper_bgcolor="rgba(0,0,0,0)", plot_bgcolor="rgba(0,0,0,0)") |
| 隱藏工具列 | fig.show(config={"displayModeBar": False}) |
| 長條數值標籤 | px.bar(..., text_auto=True) |
推薦影音
6 Quick Fixes to Improve Your Plotly Express Charts（Sven Bosau）
簡述：不到 4 分鐘示範 6 個讓 Plotly Express 預設圖表變好看的小技巧，例如換模板、改標籤、調整圖例與懸停資訊，原始碼放在 GitHub。對應本頁「常用調整速查」。