正如您所建议的那样，可能有一些方法可以使事情与 svg 和一些 javascript 或 pdf 工具提示一起工作（在您提到它们之前我不知道 pdf 工具提示存在！）。
顺便说一句，我应该花点时间提一下mpld3它使用以下命令将 matplotlib 图形重新创建为 javascript 可视化d3。它确实允许very可共享的交互式图形，并有一些制作交互式工具提示的示例。
但是，我不确定如何使 matplotlib 的 svg 文件通常具有交互性，并且您提到您不想走 javascript 路线，所以我将引导您构建一个“独立”可执行文件（或者更确切地说， ，一个包含可执行文件和关联库的目录）。
使用以下命令构建“独立”可执行文件cx_freeze and matplotlib
至少在打包可执行文件方面，我建议cx_freeze。还有很多其他选择（例如pyinstaller, py2exe, py2app等），但大多数都是特定于平台的，对我来说有点太“神奇”了。cx_freeze需要更多的知识才能使用，但它非常可靠，一旦您知道需要包含哪些内容，使用起来并不难。
首先，我将向您介绍的完整示例可在此处找到：https://gist.github.com/joferkington/9214844它使用您在之前问题中提供的示例脚本和数据。
关键是要建立一个setup.py正确引用 1) matplotlib 的数据文件和 2) 代码中需要包含的任何数据才能正确运行的文件。
之后，就很简单了python setup.py build_exe并 tar 它创建的构建目录以发送给其他人。 （您可能想做一些更奇特的事情。可以制作包含 tar 数据、库和可执行文件的 shell 脚本，但我将在这里跳过这一部分。）
制作setup.py file
与setup.py。假设您有一个名为的简单脚本plot.py其中包含一些基本的绘图代码和一个名为data.csv与您想要绘制的数据matplotlib等。setup.py归档cx_freeze看起来像这样：（另外，为了简单起见，我假设您正在使用 matplotlib 的 Tk 后端。如果您没有使用，情况看起来会略有不同。）
import cx_Freeze
import sys
import matplotlib
base = None
if sys.platform == "win32":
base = "Win32GUI"
executables = [
cx_Freeze.Executable("plot.py", base = base),
]
build_exe_options = {"includes":["matplotlib.backends.backend_tkagg"],
"include_files":[(matplotlib.get_data_path(), "mpl-data"),
('data.csv', 'data.csv')],
"excludes":[],
}
cx_Freeze.setup(
name = "script",
options = {"build_exe": build_exe_options},
version = "0.0",
description = "A basic example",
executables = executables)
其中大部分都是样板文件。关键部分是：
- 您的脚本的名称（
x_Freeze.Executable("plot.py", base = base))
- The
"includes"部分中的build_exe_options. cx_freeze会尝试自动猜测它需要包含哪些模块，但在某些情况下不可能检测到它需要的所有模块。此部分允许您指定要显式包含的其他模块。 matplotlib 后端通常无法正确自动检测，因此您需要显式包含您正在使用的后端。
- The
"include_files"部分中的build_exe_options。这表示需要包含的任何其他数据文件。 Matplotlib 有一些数据文件（图标等），需要与代码和库一起提供才能正常运行。线路(matplotlib.get_data_path(), "mpl-data")获取这些文件并将它们放入构建目录中名为“mpl-data”的文件夹中。同样，该行('data.csv', 'data.csv')获取“data.csv”文件并将其以相同的名称保存在构建目录中。
我会花点时间提一下"excludes"选项。这完全是可选的，但是cx_freeze通常会包含许多脚本运行实际上不需要的库。如果您想缩小要分发的文件的大小，您可能需要列出要在此处排除的特定 python 模块。 （例如。"excludes":['PyQt4', 'scipy'])
其余部分是相当不言自明的。您可能需要填写描述、版本等，但这不是构建可执行文件所必需的。
Building
所以此时，我们有一个内容类似于以下内容的目录：
$ ls
data.csv plot.py setup.py
data.csv有我们的数据，plot.py是绘制它的脚本，并且setup.py如上所述。
要构建可执行文件，我们需要运行
python setup.py build_exe
您将获得很长的构建日志以及它正在复制的内容（可能还有一些在大多数情况下可以安全忽略的警告）。 （这是有用的信息，可用于调试您的问题setup.py file.)
完成后，您会注意到一个名为的新目录build.
$ ls
build data.csv plot.py setup.py
在此刻，build将包含一个名为类似于以下内容的目录：
$ ls build
exe.linux-x86_64-2.7
The exe.whatever目录包含库、数据和可执行文件，您需要将它们分发给人们才能正确运行。
要查看它是否有效，请尝试（注意明确的cd进入目录！！稍后会详细介绍。）：
$ cd build/exe.linux-x86_64-2.7
$ ./plot
（显然，如果你上面的文件没有被调用plot.py，可执行文件不会被调用plot，但你明白了。）
此时，您可以将exe.whatever目录（可能想在打包之前重命名），将其发送出去，并告诉人们通过解压和调用来运行它cd name_of_dir; ./plot.
关于数据路径的注意事项
我提到过我们目前需要明确cd在运行之前进入目录。这纯粹是因为以下事实：plot.py寻找一个名为data.csv 在当前目录下.
换句话说，有一行plot.py这样做：
df = pd.read_csv('data.csv', ...)
We made setup.py足够聪明，可以包括data.csv但读取它的代码期望它位于当前目录中。
您有两个选择：
- Always
cd在运行脚本之前进入目录（实际上，发送一个简短的脚本cd进入，运行程序，并且cd退出）。如果您不想使用第二个选项，那么这作为最后的手段非常有用。
- 更改代码以引用相对于脚本位置的数据文件。
由于多种原因，第二个选项更好，但您必须修改脚本（plot.py，在这种情况下）稍微。
通常，您会使用路径__file__确定相对于脚本本身的位置。然而，随着cx_freeze, __file__不会被定义，你想要的路径是sys.executable反而。因此，您通常会执行以下操作：（来自 cx_freeze 常见问题解答：http://cx-freeze.readthedocs.org/en/latest/faq.html#data-files)
def find_data_file(filename):
if getattr(sys, 'frozen', False):
# The application is frozen
datadir = os.path.dirname(sys.executable)
else:
# The application is not frozen
# Change this bit to match where you store your data files:
datadir = os.path.dirname(__file__)
return os.path.join(datadir, filename)
在这种情况下，您需要修改代码：
pd.read_csv('data.csv', ...)
to do:
pd.read_csv(find_data_file('data.csv'), ...)
反而。 （这在plot.py文件在g我最初链接到的。我将把它留给读者作为练习。）
一旦我们完成此操作，您就可以致电/path/to/where/the/directory/gets/copied/plot直接不管当前工作目录是什么。
分发
关于这个话题我不会说太多。有很多方法可以处理这个问题。和cx_freeze，您正在发送一个充满库和单个可执行文件的文件夹。
在最简单的情况下，您只需将其压缩，然后告诉人们解压并运行where/they/extracted/it/name_of_the_execuctable。您可能想要将文件夹重命名为exe.linux-x86_64-2.7更像是my_package并包含一个名为的 shell 脚本run_this或其他什么，但这取决于你。
在其他情况下，您可能想要编写一个包装脚本，甚至是一个.desktop文件。桌面文件必须有绝对路径，因此在这种情况下您需要做更多的事情。通常，您编写某种类型的安装程序脚本来修改whatever.desktop指向程序安装位置的绝对路径。
可以将压缩后的数据、库和可执行文件嵌入到“自解压”安装脚本中。如果您想深入了解，网上有一些示例。您还可以构建 .rpm 或 .deb。再次，我将跳过详细的示例，并将其留给您来解决。
总的来说，对于您似乎正在做的事情，发送 tarball 和 README 可能是最简单的途径。
