最可靠安装方式是直接运行 pip install plotly；jupyter 中 fig.show() 失效需补装 ipywidgets 并启用 widgetsnbextension 扩展。
直接运行 pip install plotly 就行
这是最基础也最可靠的安装方式，适用于绝大多数 Python 环境（3.7+）。只要 pip 本身可用、网络通畅，执行后就能把核心功能装上。不需要额外加 --user 或 --upgrade，除非你明确知道自己需要——比如系统级 Python 权限受限，或旧版本卡在 4.x 拖着不升级。
Jupyter Notebook 里用不了交互？缺 ipywidgets 和渲染器
装完 plotly 后在 Jupyter 里跑 fig.show() 却只显示空白、报错或弹出新窗口，大概率是少了前端联动组件。这不是 Plotly 本身的问题，而是 notebook 渲染链没闭合：
-
pip install ipywidgets—— 提供交互控件底层支持 -
jupyter nbextension enable --py widgetsnbextension—— 旧版 notebook（ - 如果用的是 JupyterLab，还要补一句：
pip install jupyterlab-plotly或jupyter labextension install jupyterlab-plotly（取决于 Lab 版本）
导出图片失败？kaleido 是当前唯一推荐方案
调用 fig.write_image("out.png") 报错说 “No scope found” 或提示要装 orca，别折腾 orca 了——它早已被弃用，且在 Windows/macOS 上安装复杂、容易权限报错。正确做法是：
CI Tools Pipeline
下载
使用位于 ci-tools.xrow.de 的 CI Tools 组件目录构建和维护 GitLab CI/CD 流水线，适用于创建或修复 .gitlab-ci.yml 文件，选择合适的组件。
-
pip install -U kaleido—— 轻量、无依赖、跨平台 - 确保你的 Plotly 版本 ≥ 4.9（
import plotly; print(plotly.__version__)查一下），kaleido 才会被自动识别 - 如果仍报错，检查是否用了 conda 环境但混用了 pip 安装；统一用
conda install -c conda-forge python-kaleido更稳妥
安装后 import plotly 报错 ModuleNotFoundError？路径或环境搞混了
常见于以下几种情况：
- 你在 VS Code 或 PyCharm 里开了终端，但编辑器没激活正确的 Python 解释器（比如显示的是系统 Python，而 pip 装到了虚拟环境）
- 用了
python -m pip install plotly却在另一个 Python 可执行文件下运行脚本（例如/usr/bin/python3vs~/venv/bin/python） - Windows 上同时装了多个 Python（如 Microsoft Store 版 + 官网版），pip 默认绑定的是前者，而 IDE 调用的是后者
验证方法：在报错的同一环境下，运行 python -c "import sys; print(sys.executable)" 和 python -m pip show plotly，看路径是否一致。
