首先，导入必要的库：
python
import plotly.express as px
创建一个数据集，例如：
python
iris = px.data.iris()
创建一个图形，例如：
python
fig = px.density_contour(iris, x="sepal_width", y="sepal_length")
fig.show()
或者使用其它的图形，例如极坐标图：
python
fig = px.scatter(iris, x="sepal_width", y="sepal_length", theta="species")
fig.show()
上述示例中的“iris”是一个经典的数据集，可以从Plotly库中直接调用，而“px.density_contour”和“px.scatter”则是创建不同类型图形的函数。通过这些函数，我们可以将数据集中的数据映射到图形的不同属性上，例如“x”和“y”参数用于确定数据的横纵坐标，而“theta”参数则用于确定极坐标图的半径。最后使用“fig.show()”方法来展示图形。
