Python 中创建可缩放、可拖拽、支持悬停提示的交互式图表需用 Plotly、Bokeh、Altair 或 Matplotlib+IPyWidgets：Plotly 适合网页嵌入，Bokeh 适用于仪表盘，Altair 侧重声明式快速开发，Matplotlib 配合 IPyWidgets 实现 Jupyter 参数调节。
如果您希望在 Python 中创建可缩放、可拖拽、支持悬停提示的交互式图表，则需要借助专门的可视化库来实现。以下是几种主流方案的具体操作步骤：
本文运行环境：MacBook Air，macOS Sequoia。
一、使用 Plotly 创建交互式图表
Plotly 基于 JavaScript 渲染，生成的图表具备原生交互能力，支持导出为独立 HTML 文件，适合网页嵌入与数据分析场景。
1、安装 Plotly 库：pip install plotly
立即学习“Python 免费学习笔记（深入）”；
2、导入必要模块：import plotly.express as px
3、加载示例数据并绘制散点图：fig = px.scatter(px.data.iris(), x=’sepal_width’, y=’sepal_length’, color=’species’, hover_data=[‘petal_length’])
4、显示图表：fig.show()
二、使用 Bokeh 创建交互式图表
Bokeh 专为 Web 交互设计，支持服务器端实时更新与复杂控件联动，适用于构建仪表盘或动态监控界面。
1、安装 Bokeh 库：pip install bokeh
2、导入核心模块：from bokeh.plotting import figure, show
3、创建基础图形对象并添加交互 工具：p = figure(tools=”pan,wheel_zoom,box_select,reset”)
4、绘制柱状图并启用悬停提示：p.vbar(x=[1, 2, 3], top=[4, 5, 6], width=0.5, hover_fill_color=”red”)
5、启动 浏览器 窗口展示：show(p)
三、使用 Altai r 创建声明式交互图表
Altair 采用声明式语法，通过简洁代码定义数据映射与交互行为，适合快速原型开发与教学演示。
1、安装 Altair 及依赖：pip install altair vega_datasets
2、导入数据集与绘图模块：import altair as alt; from vega_datasets import data
3、构建带缩放与悬停的折线图：chart = alt.Chart(data.stocks()).mark_line().encode(x=’date:T’, y=’price:Q’, color=’symbol:N’).interactive()
4、在 Jupyter 中直接渲染：chart
四、使用 Matplotlib 配合 IPyWidgets 实现简易交互
Matplotlib 本身不支持高级交互，但结合 IPyWidgets 可在 Jupyter 环境中实现参数调节式图表更新。
1、安装扩展组件：pip install ipywidgets matplotlib
2、启用 Jupyter 小部件扩展：jupyter nbextension enable –py widgetsnbextension
3、定义滑块控制正弦波频率：from ipywidgets import interact; import numpy as np; def plot_wave(freq): x = np.linspace(0, 2*np.pi, 100); plt.plot(x, np.sin(freq * x))
4、绑定交互控件：interact(plot_wave, freq=(1, 10, 0.5))
