語法簡潔、功能強大、擁有許多豐富而強大的庫是python廣為人知的特性，也是其被暱稱為「膠水語言」的關鍵因素。不過你知道常見的python視覺化庫有哪些嗎？接下來就給大家介紹一下。
matplotlib是乙個python 2維繪相簿，已經成為python中公認的資料視覺化工具，通過matplotlib你可以很輕鬆地畫一些或簡單或複雜地圖形，幾行**即可生成線圖、直方圖、功率譜、條形圖、錯誤圖、散點圖等等。
seaborn是基於mtplotlib產生的乙個模組，專攻於統計視覺化，可以和pandas進行無縫鏈結，使初學者更容易上手。相對於matplotlib，seaborn語法更簡潔，兩者關係類似於numpy、和pandas之間的關係。
holoviews是乙個開源的python庫，可以用非常少的**行中完成資料分析和視覺化，除了預設的matplotlib後端外，還新增了乙個bokeh後端。bokeh提供了乙個強大的平台，通過結合bokeh提供的互動式小部件，可以使用html5 canvas和webgl快速生成互動性和高維視覺化，非常適合於資料的互動式探索。
altair是python的乙個公認的統計視覺化庫，它的api簡單、友好、一致，並建立在強大的vega-lite（互動式圖形語法）之上。altair api不包含實際的視覺化呈現**，而是按照vega-lite規範發出json資料結構。由此產生的資料可以在使用者介面中呈現，這種優雅的簡單性產生了漂亮且有效的視覺化效果，且只需很少的**。
ggplot是基於r的ggplot2和圖形語法的python的繪圖系統，實現了更少的**繪製更專業的圖形。
它使用乙個高階且富有表現力的api來實現線，點等元素的新增，顏色的更改等不同型別的視覺化元件的組合或新增，而不需要重複使用相同的**，然而這對那些試圖進行高度定製的的來說，ggplot並不是最好的選擇，儘管它也可以製作一些非常複雜、好看的圖形。
bokeh是乙個python互動式視覺化庫，支援現代化web瀏覽器展示。它提供風格優雅、簡潔的d3.js的圖形化樣式，並將此功能擴充套件到高效能互動的資料集，資料流上。使用bokeh可以快速便捷地建立互動式繪圖、儀表板和資料應用程式等。
bokeh能與numpy、pandas，blaze等大部分陣列或**式的資料結構完美結合。
python 視覺化庫
在做titanic分析的過程中，看了一些大神的想法，發現在分析資料的過程中，許多大神會使用到seaborn，plotly這些庫，而我等小白僅僅知道matplotlib這個唯一的資料視覺化庫而已。上網查詢資料後整理如下 資料視覺化庫可以根據其應用場景來分為以下幾類 基礎的2d,3d圖繪製庫，互動資訊視...
Python視覺化庫matplotlib
matplotlib matplotlib 是經典老牌的python資料視覺化庫了。在python社群裡幾乎無人不知。而且它模仿了1980年代的matlab視覺化庫。又因為matplotlib是第乙個python資料視覺化庫，許多優秀的視覺化庫是基於matplotlib的，比如 pandas 和 s...
Python 資料視覺化
資料視覺化指的是通過視覺化表示來探索資料，它與資料探勘緊緊相關，而資料探勘指的是使用 來探索資料集的規律和關聯。資料集可以是用一行 就能表示的小型數字列表，也可以是數以吉位元組的資料。漂亮地呈現資料關乎的並非僅僅是漂亮的。以引人注目的簡潔方式呈現資料，讓人能夠明白其含義，發現資料集中原本未意識到的規...