excel通过切片器、表单控件等实现轻量级交互图表，python则用plotly、bokeh、altair、pyecharts等库构建高自由度交互图表。
Excel 可以制作基础的交互图表，例如通过切片器、表单控件或动态命名区域实现有限的用户操作响应；Python 则依赖第三方库构建更灵活、可编程的交互图表。以下是具体实现方式：
本文运行环境：MacBook Air，macOS Sequoia。
一、Excel 中创建交互图表的方法
Excel 通过内置功能支持轻量级交互，无需编码，适用于业务人员快速搭建筛选驱动的可视化看板。其核心依赖数据模型与界面控件的绑定关系。
1、准备源数据并插入“数据透视表”。
立即学习“Python免费学习笔记（深入）”；
2、在“数据透视表分析”选项卡中点击“插入切片器”，勾选用于筛选的字段（如“地区”“年份”）。
3、选中图表，右键选择“选择数据”，确保图例项与透视表字段联动。
4、点击切片器按钮时，图表将自动刷新显示对应子集数据。
5、如需更高自由度，可使用“开发工具”选项卡插入“组合框”或“复选框”，配合 INDEX+MATCH 或 OFFSET 公式驱动图表数据源区域。
二、Python 中常用的交互图表库
Python 交互图表库侧重于前端渲染能力与后端逻辑解耦，支持嵌入网页、Jupyter 环境或独立应用，具备事件响应、缩放、悬停提示等完整交互特性。
1、Plotly：基于 JavaScript 的 Dash 框架底层渲染引擎，提供 fig.show() 直接弹出浏览器交互窗口，支持 hover、zoom、pan、selection 等原生行为。
2、Bokeh：专为 Web 设计的 Python 可视化库，采用服务器模式（bokeh serve）部署实时更新图表，支持自定义 JavaScript 回调绑定按钮、滑块等控件。
3、Altair：声明式语法库，通过 encoding 映射自动推导交互能力，例如添加 .interactive() 即启用缩放和平移，适合快速原型验证。
4、Pyecharts：封装 ECharts 的 Python 接口，中文文档完善，支持主题切换、时间轴、地理坐标系等复杂交互组件，输出 HTML 文件可直接双击打开。
