Python数据分析可视化工具有哪些？

原文来自：https://mp.weixin.qq.com/s?__biz=MzI1NzczMDIwNw==&mid=2247483737&idx=1&sn=a620ce58ac412247c6279a78335e5a07&chksm=ea13b2a9dd643bbf5a7b70af44228c4de2fe6ca08a28b9281b9e3b40dd97f0e53410a52d5484&token=80125697&lang=zh_CN#rd

你会python数据可视化吗？你知道python数据可视化的工具有哪些吗？

下面来总结一下常用的python可视化库以及教程链接，请复制链接到浏览器打开。（注意官网的教程多为英文，建议英语不佳的同学安装自带翻译的浏览器查看）

NO.1 //   matplotlib

 

Matplotlib是一个用于在Python中创建静态、动画和交互式可视化的综合库，如果你是数据分析初学者，这是一个基础必学的库。

Matplotlib 安装教程

https://matplotlib.org/users/installing.html

Matplotlib 入门教程

https://matplotlib.org/tutorials/index.html

 

NO.2 //   seaborn

Seaborn是一个用Python制作统计图形的库，seaborn是在matplotlib基础上构建的，并与pandas数据结构紧密集成。

Seaborn 安装教程

http://seaborn.pydata.org/installing.html

Seaborn  入门教程

http://seaborn.pydata.org/introduction.html

 

NO.3  //   Pyecharts

pyecharts是python和echarts的结合，适合用于交互式的可视化数据分析。但pyechart分为 1 以下的版本及 1 以上的版本，两个版本之间的代码不通用，建议初学者直接学习1以上的版本。

Pyecharts  安装教程（1以上的版本）

https://pyecharts.org/#/zh-cn/quickstart

notebook  的配置

https://pyecharts.org/#/zh-cn/assets_host

Pyecharts  入门教程（1以上的版本）

http://gallery.pyecharts.org/#/README

Pyecharts  安装教程（1以下的版本）

https://pyecharts.readthedocs.io/projects/pyecharts-en/zh/latest/zh-cn/prepare/

Pyecharts 入门教程（1以下的版本）

https://pyecharts.readthedocs.io/projects/pyecharts-en/zh/latest/zh-cn/charts_base/

 

NO.4 //   Plotly

Plotly是一个免费的、交互式的、开放源码的绘图库，支持40多种独特的图表类型。

Plotly  安装教程

https://plotly.com/python/getting-started/#installation

Jupyter Notebook  支持配置

https://plotly.com/python/getting-started/#jupyter-notebook-support

Plotly  入门教程

https://plotly.com/python/

 

NO.5 //   Bokeh

Bokeh 使用D3.js提供交互式图表，并且可以单独执行提供Web服务，Bokeh可以直接集成到Jupyter，将使用Pandas的数据分析项目转换为交互式数据分析控制面板。

Bokeh  安装教程

https://docs.bokeh.org/en/latest/docs/user_guide/quickstart.html#userguide-quickstart-install

Bokeh  入门教程

https://docs.bokeh.org/en/latest/docs/user_guide.html#userguide

 

以上就是python常用的数据可视化库，按学习难度从简单到难列出，建议小白按以上顺序进行学习。