采用Plotly画图的代码： （1）选择适当的数据画一个雷达图；动态展示雷达图？ （2）选择适当的数据画一个动态柱状图；控制展示的速度？

（1）雷达图的代码：

import plotly.graph_objs as go
import plotly.offline as pyo
import pandas as pd

# 读取数据
df = pd.read_csv('data.csv')

# 创建数据
data = [go.Scatterpolar(
    r = df.loc[i].values[1:],
    theta = df.columns[1:],
    fill = 'toself',
    name = df.loc[i]['name']
) for i in range(len(df))]

# 设置布局
layout = go.Layout(
    polar = dict(
        radialaxis = dict(
            visible = True,
            range = [0, 5]
        )
    ),
    showlegend = True
)

# 创建图表
fig = go.Figure(data=data, layout=layout)

# 动态展示雷达图
pyo.iplot(fig, filename='radar_chart')

其中，数据文件`data.csv`应该包含至少两列：`name`和数值列。`name`列包含每个数据点的名称，数值列包含每个数据点对应的数值。此外，`theta`是极坐标系中的角度，它应该对应数值列的列名。

（2）动态柱状图的代码：

import plotly.graph_objs as go
import plotly.offline as pyo
import pandas as pd
import time

# 读取数据
df = pd.read_csv('data.csv')

# 创建数据
data = [go.Bar(
    x = df['name'],
    y = df['value']
)]

# 设置布局
layout = go.Layout(
    xaxis = dict(
        tickangle = -45
    ),
    yaxis = dict(
        range = [0, df['value'].max() + 10]
    )
)

# 创建图表
fig = go.Figure(data=data, layout=layout)

# 控制展示的速度
for i in range(len(df)):
    fig.data[0].y = df.iloc[:i+1]['value']
    pyo.iplot(fig, filename='bar_chart')
    time.sleep(0.5)

其中，数据文件`data.csv`应该包含两列：`name`和`value`。`name`列包含每个数据点的名称，`value`列包含每个数据点对应的数值。在这个例子中，我们使用循环来控制数据的变化，从而实现动态展示。`time.sleep(0.5)`语句用于让程序在展示完一个数据点后暂停0.5秒再继续展示下一个数据点。