Panorama des bibliothèques de visualisation Python

Où se situe Plotly Express dans l'écosystème Python de la visualisation, et pourquoi ce choix pour des dashboards web ?

Matplotlib — la référence historique

Matplotlib est la bibliothèque de visualisation Python la plus ancienne et la plus répandue. Vous l'avez probablement croisée dans vos cours de data. Son API est verbeuse et ses graphiques sont statiques par défaut — peu adaptée aux dashboards web interactifs.

Un bar chart avec Matplotlib :

import matplotlib.pyplot as plt

fig, ax = plt.subplots(figsize=(10, 5))
ax.bar(df["region"], df["chiffre_affaires"], color="steelblue")
ax.set_xlabel("Région")
ax.set_ylabel("CA (€)")
ax.set_title("Chiffre d'affaires par région")
ax.tick_params(axis='x', rotation=45)
plt.tight_layout()
st.pyplot(fig)

Intégration dans Streamlit : st.pyplot(fig). Ça fonctionne, mais le résultat est une image statique — pas de zoom, pas de hover, pas d'interactivité.

Plotly et Plotly Express

Plotly est une bibliothèque de visualisation open-source orientée web. Ses graphiques sont interactifs par défaut : hover pour voir les valeurs, zoom, pan, téléchargement en PNG, affichage/masquage de séries.

Plotly se présente en deux niveaux d'API :

Ce cours utilise Plotly Express (px). Le même bar chart :

import plotly.express as px

fig = px.bar(df, x="region", y="chiffre_affaires", title="CA par région")
st.plotly_chart(fig, use_container_width=True)

Deux lignes au lieu de huit, et le résultat est interactif.

Pourquoi Plotly Express plutôt qu'Altair ?

Altair est une autre bibliothèque populaire. Elle repose sur le modèle grammar-of-graphics (via Vega-Lite) — un paradigme déclaratif où l'on décrit ce que le graphique doit représenter plutôt que comment le construire.

# Altair — grammar-of-graphics
import altair as alt

chart = alt.Chart(df).mark_bar().encode(
    x="region:N",
    y="chiffre_affaires:Q",
    color="region:N"
).properties(title="CA par région")

# Plotly Express — approche directe
import plotly.express as px

fig = px.bar(df, x="region", y="chiffre_affaires", color="region", title="CA par région")

Les deux produisent un bar chart interactif. Mais les philosophies divergent :

Installation

Plotly n'est pas inclus dans l'installation de base de Python :

pip install plotly

Souvent déjà présent si vous avez installé Streamlit — vérifiez avec :

pip show plotly

Si la commande affiche la version installée (5.x ou supérieure), vous êtes prêt.

À retenir