Plotly 4.7+ 原生支持时间滑块动画，px.scatter 用 animation_frame 指定时间列（需为 int/datetime64 类型），配合 animation_group 锁定实体实现平滑过渡；注意数据清洗、opacity 调节及导出时 config 配置。
用 plotly.express.scatter 直接支持时间滑块，别自己造轮子
Plotly 从 4.7 版本起原生支持时间维度动画，px.scatter 的 animation_frame 参数就能驱动滑块，不需要手动循环画图、拼 GIF 或调用 JavaScript。关键前提是数据里得有可排序的时间列（如 'year'、'date'），且该列类型最好是 int 或 datetime64——如果读进来是字符串，pd.to_datetime() 或 astype(int) 转一下再传。
常见错误：把年份写成带空格的字符串（如 ' 2020 '）或混合格式（'2020-01' 和 '2020' 混用），会导致滑块顺序错乱或动画卡在某帧。Plotly 默认按字典序排字符串，不是数值顺序。
-
animation_frame必须是 DataFrame 的一列名，不能是表达式（如df['year'].dt.year） - 气泡大小用
size参数，值必须为数值型；若含缺失值，Plotly 会跳过对应点，不报错但可能漏数据 - 加
range_size=[20, 200]控制气泡最小/最大像素，避免某年极值把其他年份气泡压成看不见的点
时间列不是等间隔？用 animation_group 锁定实体身份
当你的数据时间点不规则（比如只有 2015、2018、2022 年，中间缺年份），Plotly 默认会在缺失年份补空帧，气泡会“突然消失又出现”，观感断裂。这时必须配合 animation_group —— 它告诉 Plotly：“这个气泡不管哪年出现，都是同一个实体”，从而启用平滑过渡动画（淡入/淡出+位移插值）。
典型场景：国家 GDP 数据通常每年发布，但某些小国可能隔两年才更新一次；或者传感器采样时间戳本身就不均匀。
立即学习“Python免费学习笔记（深入）”；
让 macOS 自动化像说话一样简单 —— 用代码控制你的 Mac，无需学习 AppleScript 系统要求 macOS 14+ (Sonoma) Python 3.9+ 需要开启：辅助功能 + 屏幕录制权限
-
animation_group应设为唯一标识符列，如'country'、'device_id'，不能是重复值列（如全填'world'） - 若没设
animation_group，Plotly 把每行当独立点，缺年份时直接清空整帧，不会插值 - 搭配
animation_period=1000（毫秒）可调播放速度，缺省是 300，太快容易看不清变化
导出为独立 HTML 时，renderer='browser' 不生效，要改 config
本地 Jupyter 里用 fig.show(renderer='browser') 能弹出新窗口，但保存为 HTML 后，浏览器打开时滑块可能无法拖动、暂停按钮灰掉——这是默认配置禁用了部分 UI 控件。
根本原因：Plotly 生成的 HTML 默认启用了 'scrollZoom': False 和 'displayModeBar': False 等精简设置，动画控制条也被砍了。
- 保存前加一句：
fig.write_html('bubble.html', config={'displayModeBar': True, 'scrollZoom': True}) - 如果部署到内网服务器，注意某些代理会压缩 JS，导致
plotly.min.js加载失败，表现为页面空白；建议用完整版 CDN：fig.write_html(..., include_plotlyjs='https://cdn.plotly.com/plotly-2.24.1.min.js') - 别用
fig.to_html()直接 print，它返回的是字符串，不自动写文件，容易误以为“导出成功”却找不到文件
气泡重叠太严重？优先调 opacity，别急着换投影
动态演变中，多个气泡在相同坐标附近反复出现（比如城市经纬度精度低），会导致后期帧完全糊成一片。这时候第一反应不该是上地理投影或聚类，而是检查透明度和尺寸逻辑。
因为动画本身会叠加多帧渲染痕迹，如果 opacity 是默认的 1.0，旧帧残留 + 新帧覆盖 = 视觉污染。
- 在
px.scatter()中显式加opacity=0.7，值在 0.5–0.8 之间平衡可读性与层次感 - 如果 x/y 是经纬度，确认是否误用了
epsg:4326坐标直接画图——球面坐标在平面图上必然南北拉伸，俄罗斯/加拿大气泡会被严重放大；应先用geopandas转 Web Mercator（to_crs(3857)）再提取 x/y - 真要聚合，用
plotly.graph_objects.Scattergeo配合marker_sizemin更可控，但失去animation_frame的简洁性
时间滑块最易被忽略的其实是数据清洗阶段：动画是否连贯，70% 取决于时间列是否干净、实体 ID 是否稳定、缺失值是否被合理标记（而非留空字符串）。跑通第一帧不难，让三年数据平滑演进三年，才是卡点所在。
