--- title: "Plotlyとは？読み方・できること・インストールと使い方【7.1対応】" url: "https://www.issoh.co.jp/tech/details/3140/" published: 2024-07-24 updated: 2026-10-27 categories: ["Python"] publisher: "株式会社一創" --- # Plotlyとは？読み方・できること・インストールと使い方【7.1対応】 Plotly（プロットリー）は、ズーム・ホバー・凡例クリックで操作できるグラフを作るオープンソースの可視化ライブラリです。Pythonでは `import plotly.express as px` の1行と関数1つでグラフができ、結果はブラウザやJupyterで動くHTMLとして表示されます。この記事では2026年10月時点の最新版 Plotly 7.1.0 を前提に、読み方と製品の全体像、つまずきやすいインストール、散布図・折れ線・ガントチャートのコード、7.0で消えた機能、Matplotlibとの使い分けを順に説明します。色の指定や画像出力の細部は[Plotlyの色(color)指定と使い方｜パレット一覧・v7の色書式・React・画像出力](/tech/details/7512/)にまとめています。 ## まとめ：Plotlyの要点 - **Plotlyは操作できるグラフを作るライブラリ**。読み方は「プロットリー」。Python版のplotly.pyはJavaScriptのplotly.jsの上に作られ、どちらもMITライセンスで商用でも無料。 - 最新版は**7.1.0**（2026年9月15日）。`pip install plotly`だけでは`plotly.express`がImportErrorになるため、`pip install "plotly[express]" pandas`で入れる。 - 書き方の入口は`plotly.express`（px）。散布図は`px.scatter`、折れ線は`px.line`、ガントチャートは`px.timeline`。二軸・異種の組み合わせなど、pxで表現できない構成は`plotly.graph_objects`で書く。 - 7.0で`create_gantt`などFigure Factoryの12関数とMapbox系の関数が削除された。古い記事のコードはそのままでは動かない。 - 人に触ってもらう図・Webに載せる図はPlotly、論文やPDFに貼る静的な図はMatplotlibが向く。 ## Plotlyとは：読み方と製品の全体像 Plotlyは、カナダのモントリオールを拠点とする同名の会社が開発するデータ可視化の製品群です（[Plotly社の会社紹介](https://plotly.com/about-us/)）。中核のJavaScriptライブラリplotly.jsは、2015年11月17日のv1.0.0でMITライセンスのオープンソースとして公開されました（[plotly.js v1.0.0のリリースノート](https://github.com/plotly/plotly.js/releases/tag/v1.0.0)）。それまでPlotly社の製品の内部で使われていた描画技術を公開したもので、現在のPython版もこのplotly.jsで描画しています。 公式ドキュメントはPython版を、40種類以上のグラフに対応したインタラクティブなオープンソースのライブラリと説明しています（[Getting Started with Plotly in Python](https://plotly.com/python/getting-started/)）。点に合わせると値が出るホバー、範囲を囲んだ拡大、凡例クリックでの系列の出し入れ、PNG保存ボタンが、追加のコードなしで付きます。 ### plotly.py・plotly.js・Dashの関係 「Plotly」は文脈によって指すものが変わります。検索で見かける名前を整理すると次のとおりです。 | 名前 | 中身 | 最新版（2026-10-27） | ライセンス | | --------------- | ------------------------- | --------------- | ----- | | plotly.py | Python用ライブラリ（pip名はplotly） | 7.1.0 | MIT | | plotly.js | 描画を担うJavaScriptライブラリ | 4.1.2 | MIT | | Dash | PythonだけでWebアプリを作るフレームワーク | 4.4.1 | MIT | | Dash Enterprise | Dashアプリの社内配備向け製品 | – | 有料 | plotly.pyで作った図は、内部でplotly.js向けのJSONに変換されてブラウザで描かれます。7.1.0が同梱しているplotly.jsは4.1.1です（[plotly.pyのCHANGELOG](https://github.com/plotly/plotly.py/blob/main/CHANGELOG.md)）。この記事で単に「Plotly」と書く場合はPython版を指します。グラフを部品にして画面全体を組むなら[Python Dashとは？4.4対応の使い方・コールバック・デプロイを動くコードで解説](/tech/details/1342/)が続きの内容です。 ### Plotlyの料金と無料で使える範囲 plotly.py・plotly.js・Dashはいずれも[PyPI](https://pypi.org/project/plotly/)などでMITライセンスとして配布されており、社内システムや商用サービスに組み込んでも利用料はかかりません。お金がかかるのは、Dashアプリを組織で配備・管理するDash Enterpriseのような運用向け製品です。グラフを作ってHTMLで共有するところまでなら、有料製品は不要です。 ## Plotlyで作れるグラフの種類 よく使うグラフは`plotly.express`の関数1つに対応しています。7.1.0でpxが公開している描画関数は36個（補助関数のget\_trendline\_resultsを除く）です。 | グラフ | px の関数 | 主な用途 | | ------- | ------------------------------- | --------- | | 散布図 | px.scatter | 2変数の相関・分布 | | 折れ線 | px.line | 時系列の推移 | | 棒グラフ | px.bar | カテゴリの比較 | | ヒストグラム | px.histogram | 度数分布 | | 箱ひげ図 | px.box | ばらつき・外れ値 | | ヒートマップ | px.imshow / px.density\_heatmap | 行列・2次元の密度 | | 3D散布図 | px.scatter\_3d | 3変数の分布 | | 塗り分け地図 | px.choropleth | 国・地域別の値 | | 地図上の点 | px.scatter\_map | 緯度経度の分布 | | ガントチャート | px.timeline | 工程表・日程 | どの関数も戻り値は`Figure`オブジェクトで、作った後に`update_layout`や`update_traces`で見た目を同じ書き方で調整できます。7.0ではベクトル場を矢印で描く`quiver`トレースも加わりました。 ## Plotly 7.1のインストールと依存パッケージ 公式の手順は`pip install plotly`または`conda install -c conda-forge plotly`です。plotly本体のPyPI上の要件はPython 3.8以上ですが、組み合わせるnumpyとpandasの最新版はそれより新しいPythonを要求します（2026年10月時点でnumpy 2.5.4はPython 3.12以上、pandas 3.1.0は3.11以上）。最新版をそろえるなら、Python 3.12以上で環境を作ってください。仮想環境の作り方は[uvとは？Pythonの環境構築・パッケージ管理・バージョン管理の使い方を徹底解説](/tech/details/4384/)が参考になります。 ``` pip install "plotly[express]" pandas # 版の確認 python -c "import plotly; print(plotly.__version__)" # 7.1.0 ``` ### pip install plotlyの依存範囲とpxの追加要件 7.1.0の`pip install plotly`で入る依存はnarwhalsとpackagingだけで、numpyもpandasも入りません。Python 3.12の空の仮想環境で順に試した結果は次のとおりです（ログは記事作成時に保存）。 | 入れたもの | 結果 | | -------------------------- | ------------------------------------------------ | | plotly のみ | import plotly.express で ImportError（numpyが必要） | | plotly\[express\] | import は通るが px.data.iris() が ModuleNotFoundError | | plotly\[express\] | px.bar(x=\[…\], y=\[…\]) が NotImplementedError | | plotly\[express\] + pandas | 記事内のコードがすべて動く | | plotly\[express\] + polars | pandasなしでも px.scatter が動く | `[express]`で追加されるのはnumpyだけで、データフレームは別に入れる必要があります。公式手順も「supported dataframe library」を入れるよう書いていますが、具体名は挙げていません。迷ったらpandasを入れてください。リストを直接渡す書き方でもpandasが必要で、エラー文は「Pandas installation is required if no dataframe is provided.」です。データ処理に[Polars](/tech/details/13618/)を使う場合は、`px.data.iris(return_type="polars")`のようにPolarsのデータフレームをそのまま渡せます。 ### JupyterLab・ノートブックの表示環境 JupyterLabでは、plotlyと同じ環境に`jupyterlab`と`anywidget`を入れると、セルの末尾に置いた`fig`や`fig.show()`がその場に描画されます（公式Getting Started）。表示されずに空白になるときは、まずこの2つが同じ環境に入っているかを確認します。Jupyter自体の導入は[Jupyter Notebookのインストール手順｜7.6系をpip・uv・condaで入れる方法](/tech/details/17961/)を参照してください。 ``` pip install jupyterlab anywidget jupyter lab ``` ## plotly.expressによる基本グラフの作成 pxの関数には、データフレームと列名を渡します。`color`に列名を渡せば色分け、`size`に渡せば点の大きさが自動で決まります。以下のPythonコードはPlotly 7.1.0でFigureの生成を確認しています。ただしfig.show()による画面表示は未検証です。 ### px.scatterによる散布図と色分け 付属のサンプルデータ（アヤメ150件）で、種類ごとに色を分けた散布図を作ります。`hover_data`に列を足すと、ホバー時に表示される項目が増えます。 ``` import plotly.express as px df = px.data.iris() fig = px.scatter( df, x="sepal_width", y="sepal_length", color="species", size="petal_length", hover_data=["petal_width"], ) fig.show() ``` `color="species"`で3系列（setosa・versicolor・virginica）に分かれ、凡例をクリックすると系列ごとに表示を切り替えられます。`px.scatter`は既定で、点が1,000を超えるとWebGLで描く`scattergl`トレースに切り替わります（7.1.0で1,000点はscatter、1,001点はscatterglになることを確認）。点数に関係なくWebGLで描きたいときは`render_mode="webgl"`、ベクター形式で書き出したいときは`render_mode="svg"`を指定します。 ### px.lineによる時系列の折れ線グラフ 時系列の推移は`px.line`です。`markers=True`で各データ点に印が付きます。日本の1人当たりGDPの推移（1952〜2007年の12時点）を描く例です。 ``` import plotly.express as px df = px.data.gapminder().query("country == 'Japan'") fig = px.line(df, x="year", y="gdpPercap", markers=True) fig.update_layout(xaxis_title="年", yaxis_title="1人当たりGDP（米ドル）") fig.show() ``` pandasのデータフレームから直接描きたいときは、`pd.options.plotting.backend = "plotly"`を設定すると、`df.plot()`がMatplotlibではなくPlotlyの`Figure`を返します。ただし既定のMatplotlibバックエンドと完全互換ではなく、`subplots=True`などの引数や、戻り値のAxesを操作するコードは書き換えが必要です（7.1.0で`subplots=True`はTypeErrorになりました）。 ### graph\_objectsによる二軸・複合グラフ pxで組みにくいのは、左右に別の軸を持つ二軸グラフや、棒と折れ線のように種類の違うトレースを1枚に重ねる図です。このときは低レベルの`plotly.graph_objects`（go）で、`add_trace`でトレースを1本ずつ足します。 ``` import plotly.graph_objects as go fig = go.Figure() fig.add_trace(go.Bar(x=["1月", "2月", "3月"], y=[120, 95, 140], name="売上")) fig.add_trace(go.Scatter(x=["1月", "2月", "3月"], y=[0.12, 0.08, 0.15], name="利益率", yaxis="y2", mode="lines+markers")) fig.update_layout( title="月次売上と利益率", yaxis=dict(title="売上（万円）"), yaxis2=dict(title="利益率", overlaying="y", side="right", tickformat=".0%"), ) fig.show() ``` 判断の基準は単純で、まずpxで書き、pxの引数で表現できない構成になったときだけgoに降ります。pxの戻り値もgoの`Figure`なので、pxで作った図に`add_trace`でgoのトレースを足すこともできます。 ## px.timelineによるガントチャートの作成 工程表はpx.timelineで描きます。`x_start`と`x_end`に開始日と終了日の列、`y`にタスク名の列を渡します。 ``` import pandas as pd import plotly.express as px tasks = pd.DataFrame([ dict(Task="要件定義", Start="2026-01-06", Finish="2026-01-17", Owner="企画"), dict(Task="設計", Start="2026-01-20", Finish="2026-02-07", Owner="開発"), dict(Task="実装", Start="2026-02-10", Finish="2026-03-13", Owner="開発"), dict(Task="テスト", Start="2026-03-16", Finish="2026-03-27", Owner="QA"), ]) fig = px.timeline(tasks, x_start="Start", x_end="Finish", y="Task", color="Owner") fig.update_yaxes(autorange="reversed") # Y軸を反転。この例では開始日の早いタスクが上に並ぶ fig.show() ``` 既定ではタスクが下から積まれるので、`update_yaxes(autorange="reversed")`で上から順に並べ替えるのが定番の調整です。x軸は日付軸になり、ホバーで開始日と終了日が出ます。 検索で上位に出る古い解説の多くは`plotly.figure_factory.create_gantt()`を使っていますが、この関数は7.0で削除されました。7.1.0で呼ぶと`AttributeError: module 'plotly.figure_factory' has no attribute 'create_gantt'`で止まります。古いコードを見つけたら、データフレームの列名をpx.timelineの引数に合わせて書き直してください。 ## Plotly 7で変わった点と古いコードの直し方 7.0.0（2026年8月25日）はメジャー更新で、6.x以前を前提にしたコードがそのままでは動かない変更が入りました。ネット上のサンプルの多くは6.x以前のものなので、エラーが出たら次の表に当てはまるかを先に見てください（[CHANGELOG](https://github.com/plotly/plotly.py/blob/main/CHANGELOG.md)と7.1.0での実行結果）。 | 6.x以前の書き方 | 7.xでの結果 | 置き換え先 | | ---------------------- | -------------- | ------------------------ | | ff.create\_gantt | AttributeError | px.timeline | | ff.create\_distplot など | AttributeError | px.histogram（marginal）など | | px.scatter\_mapbox | 関数が無い | px.scatter\_map | | go.Scattermapbox | クラスが無い | go.Scattermap | | write\_image(engine=…) | TypeError | engine引数を外す | | Orca・Kaleido 0.x | 非対応 | Kaleido 1.0以上 | | rgba(0.5,0.2,0.1,1) | 色の解釈が変わる | 0〜255の整数で書く | Figure Factoryで残っているのは`create_dendrogram`・`create_quiver`・`create_table`など7関数だけです。Mapbox系は、Plotly提供の地図スタイルではMapbox APIキーが不要なMapLibreベースの`*_map`関数に置き換わっており、7.1.0の同梱plotly.jsでは地図トレースにSafari 15・Chrome 56・Firefox 51以降が必要になりました。色の書式の変化は描画結果まで比べた[Plotlyの色指定の解説](/tech/details/7512/)で詳しく扱っています。 既存のプロジェクトで7.xへすぐ上げられない場合は、`pip install "plotly<7"`で6.9.0に留められます。ただし新しく書くコードは7.xの書き方に揃えておくほうが、後の移行で手戻りがありません。 ## Plotlyのグラフを共有する：HTML・Webアプリ・画像 Plotlyの図は、操作できる状態のままHTMLファイルとして渡せるのが強みです。ただし書き出し方でファイルサイズが大きく変わります。アヤメ150件の散布図で測った値です。 | 書き出し方 | サイズ | 向く場面 | | ------------------------------------ | ------------ | ------------------------ | | write\_html（既定） | 4,832,002バイト | オフラインで開く・メール添付 | | `write_html(include_plotlyjs="cdn")` | 16,338バイト | ネットにつながる環境での共有 | | to\_html(full\_html=False) | div要素だけ | Django・Flaskのテンプレートに埋め込む | 既定の書き出しはplotly.js本体（約4.8MB）をファイルに丸ごと入れるため、ネット接続のない環境でも開けます。`include_plotlyjs="cdn"`にすると`cdn.plot.ly/plotly-4.1.1.min.js`を読み込む形になり、ファイルは約300分の1になります。 ``` import plotly.express as px fig = px.scatter( px.data.iris(), x="sepal_width", y="sepal_length", color="species", size="petal_length", hover_data=["petal_width"], ) fig.write_html("iris.html") # 単体で開ける（約4.8MB） fig.write_html("iris_cdn.html", include_plotlyjs="cdn") # CDN参照（約16KB） # Django や Flask のテンプレートに渡す断片 div = fig.to_html(full_html=False, include_plotlyjs="cdn") ``` DjangoやFlaskで使うときは、`to_html(full_html=False)`が返す`
`から始まる断片をテンプレートに差し込みます。Djangoなら自動エスケープを避けるため`|safe`を付けて出力します。ボタンや入力欄と連動させたいならDash、PNGやPDFの静止画が要るならKaleido 1.0以上を入れて`write_image()`を使います。KaleidoはChromeまたはChromiumを使って描画するため、サーバーではブラウザの用意が必要です。 ## PlotlyとMatplotlib・Seaborn・Bokehの使い分け Pythonの可視化ライブラリは、出力が「操作できるHTML」か「静的な画像」かで大きく分かれます。PyPIの直近30日のダウンロード数（[pypistats](https://pypistats.org/packages/plotly)、2026年10月27日取得）はplotlyが約4,878万回、matplotlibが約1億5,923万回です。ただしダウンロード数は利用者数ではないため、この差だけで利用の広がりは判断できません。 | ライブラリ | 最新版 | 出力 | 得意なこと | | ---------- | ------ | --------------- | -------------- | | Plotly | 7.1.0 | HTML（操作可） | 探索・共有・Dashで画面化 | | Matplotlib | 3.11.2 | PNG・PDF・SVG | 論文・資料の静的な図 | | Seaborn | 0.13.2 | Matplotlibの図 | 統計グラフを短く書く | | Bokeh | 3.10.1 | HTML（操作可） | サーバー連携・逐次更新 | | Altair | 6.3.0 | HTML（Vega-Lite） | 宣言的な記法 | 結論から言うと、**グラフを人に触ってもらう・Webに載せるならPlotly**、**紙やPDFに載せる図を細部まで整えるならMatplotlib**です。Seabornは中身がMatplotlibなので、静的な統計グラフを短く書きたいときの選択肢です。BokehはPlotlyと同じくブラウザで動く図を作り、Bokehサーバーで値を逐次更新する用途に強みがあります。それぞれの詳細は[Matplotlibとは？使い方・インストール・日本語化を3.11対応で解説](/tech/details/3125/)、[Seabornとは？pipインストールと使い方・Matplotlibとの違い【0.13.2対応】](/tech/details/3136/)、[Bokehとは？Pythonでインタラクティブなグラフを作る使い方【3.10対応】](/tech/details/3371/)を参照してください。 ### Plotlyを選ぶべきでない場面 - **論文誌の投稿規定に合わせる図**：フォントや線幅を細かく指定してPDFやEPSで出す作業は、Matplotlibのほうが資料も実例も多い。Plotly 7のKaleidoはEPS出力に対応していない。 - **Chromeを置けないサーバーでのPNG一括生成**：Kaleido 1.x はChromeまたはChromiumを前提にするため、ブラウザを入れられない環境ではMatplotlibで描くほうが早い。 - **数十万点を毎回HTMLで配る運用**：データがHTMLにそのまま入るため、ファイルが重くなる。集計してから描くか、DashやBIツールで必要な範囲だけ返す構成にする。 グラフ単体ではなく、部署ごとに見る指標をまとめたダッシュボードを社内で運用したい段階になったら、Dashで作り込むか既製のBIツールを入れるかの判断になります。既製品を含めて検討する場合は[BIツール導入支援](/service/ai/bi/)の内容も参考にしてください。 ## よくある質問 ### Plotlyの読み方は？ 「プロットリー」と読みます。ライブラリ名と、それを開発する会社名の両方に使われています。 ### Plotlyは無料で使えますか？ はい。plotly.py・plotly.js・DashはMITライセンスで、商用利用でも無料です。有料なのはDash Enterpriseなど、アプリを組織で配備・管理するための製品です。 ### pip install plotly をしたのに import plotly.express でエラーになるのはなぜですか？ 7.xの`pip install plotly`はnumpyとpandasを入れないためです。`pip install "plotly[express]" pandas`で入れ直すと動きます。Polarsのデータフレームを渡す場合はpandasなしでも動きます。ただし`px.data.iris()`などのサンプルデータは既定でpandasを使うため、`return_type="polars"`を指定してください。 ### create\_ganttが使えないときはどうすればいいですか？ `create_gantt`はPlotly 7.0で削除されました。`px.timeline`に開始日・終了日・タスク名の列を渡して書き直します。すぐに書き直せない場合だけ、6.9.0に版を固定する方法があります。 ### DjangoやFlaskでPlotlyのグラフを表示できますか？ できます。`fig.to_html(full_html=False, include_plotlyjs="cdn")`で得たdiv要素をテンプレートに埋め込みます。画面の操作とグラフを連動させたい場合はDashを使うほうが手数が少なくなります。 ## 関連記事 - [Plotlyの色(color)指定と使い方｜パレット一覧・v7の色書式・React・画像出力](/tech/details/7512/) - [Python Dashとは？4.4対応の使い方・コールバック・デプロイを動くコードで解説](/tech/details/1342/) - [Bokehとは？Pythonでインタラクティブなグラフを作る使い方【3.10対応】](/tech/details/3371/) - [Matplotlibとは？使い方・インストール・日本語化を3.11対応で解説](/tech/details/3125/) - [Seabornとは？pipインストールと使い方・Matplotlibとの違い【0.13.2対応】](/tech/details/3136/) --- 出典: [Plotlyとは？読み方・できること・インストールと使い方【7.1対応】]()（株式会社一創）