大致瀏覽一下Python庫索引，你將會看到幾乎每個數據可視化需要的庫，從用於眼動研究的GazeParser到用於神經網絡訓練的實時可視化的pastalog。雖然這些庫中有很多庫只能完成一些特定任務，但有些庫可以應用於任何領域。
今天，我們將簡要介紹10個跨學科的Python數據可視化庫，從衆所周知的到晦澀難懂的。我們注意到，使用Mode Python Notebooks可以輕鬆地在本地運行Python。
Matplotlib
[圖片上傳失敗...(image-a3d273-1550144242914)]
兩個直方圖（matplotlib）
matplotlib是Python數據可視化庫中的泰斗。儘管它已有十多年的歷史，但它仍是Python使用者最廣泛使用的繪畫庫。其設計與20世紀80年代開發的一種專有編程語言----MATLAB非常相似。
因爲matplotlib是第一個Python數據可視化庫，所以很多其它的庫都是以其爲基礎構建的，亦或者在分析期間與其協同合作的。一些庫，如pandas和Seaborn，都是對matplotlib的“包裝器”，使我們能夠用更少的代碼以多種方式訪問matplotlib。
儘管matplotlib有助於瞭解數據，但它對於快速、輕鬆地創建可發佈的圖表用處不大。正如Chris Moffitt在他的Python可視化工具的概述中所稱，matplotlib“功能非常強大，但同時也很複雜”。
Matplotlib一直以來因其有着獨特的90年代氣息的默認風格飽受詬病。即將發佈的matplotlib 2.0承諾會有很多新的風格來解決這個問題。
開發者：John D. Hunter
更多資料：matplotlib.org
Seaborn
[圖片上傳失敗...(image-1633e-1550144242914)]
Seaborn利用matplotlib的強大功能，幾行代碼就能創建漂亮的圖表。其與matplotlib主要的區別是Seaborn的默認樣式以及更美觀、更現代的調色板設計。因爲Seaborn建立在matplotlib之上，所以你需要了解matplotlib來調整Seaborn 的默認值。
開發者： Michael Waskom
更多資料：
http://web.stanford.edu/~mwaskom/software/seaborn/index.html
ggplot
[圖片上傳失敗...(image-a4d108-1550144242914)]
ggplot 是由基於R語言的繪圖系統---ggplot2建立的，也是《圖形語法》（The Grammar of Graphics）中的概念。Ggplot的操作與matplotlib不同：它允許你對組件進行分層以創建完整的繪圖。例如，你可以從座標軸開始，然後添加點，再添加線、趨勢線等。儘管圖形語法被譽爲繪圖的“直觀”方法，但經驗豐富的matplotlib用戶可能需要時間來適應這種新的思維模式。
據創造者所說，ggplot不是爲創建高度定製的圖形而設計的。它爲更簡單的繪圖方法犧牲了複雜性。
ggplot與pandas緊密集成，因此在使用ggplot時，最好將數據存儲在數據幀中。
開發者： ŷhat
更多資料：http://ggplot.yhathq.com/
Bokeh
三個城市的交互式天氣統計（連續分析）
和ggplot一樣，Boken也是《圖形語法》（The Grammar of Graphics）中的概念，但與ggplot不同的是，它完全基於Python，不是從R語言移植過來的。其優勢在於能夠創建交互式的、可直接用於網絡的繪圖，這些繪圖可以很容易地輸出爲JSON 對象，HTML文檔或交互式web應用程序。Bokeh還支持流媒體和實時數據。
Bokeh提供了三個具有不同控制級別的接口，以適應不同的用戶類型。最高級別是快速創建圖表。它包括創建常見圖表的方法，如條形圖、方框圖和柱狀圖。中間層與matplotlib具有相同的特性，允許你控制每個圖表的基本構建塊（例如散點圖中的點）。最底層面向開發人員和軟件工程師。它沒有預先設置的默認值，並且要求你定義圖表的每個元素。
開發者：Continuum Analytics
更多資料： http://bokeh.pydata.org/en/latest/
Pygal
[圖片上傳失敗...(image-75715a-1550144242914)]
方框圖
與Bokeh和Plotly一樣，pygal提供了可以嵌入到Web瀏覽器中的交互式繪圖。其主要區別在於能夠將圖表輸出爲SVG格式。只要你在處理較小的數據集，SVG就可以幫你做得很好。但是，如果你製作的圖表中有數十萬個數據點，它們將很難呈現，並且會變得遲鈍。
由於每種圖表類型都被包裝成一個方法，並且內置的樣式很漂亮，所以用幾行代碼就可以很容易地創建一個美觀的圖表。
開發者：Florian Mounier
更多資料： http://www.pygal.org/en/latest/index.html
Plotly
[圖片上傳失敗...(image-e14ab8-1550144242914)]
折線圖(Plotly)
你可能知道Plotly是一個用於數據可視化的在線平臺，但你是否也知道可以從Python notebook 訪問它的功能？和Bokeh 一樣，Plotly的專長是製作交互式繪圖，但它提供了一些在大多數庫中找不到的圖表，如等高線圖，樹狀圖和三維圖表。
開發者： Plotly
Geoplotlib
[圖片上傳失敗...(image-85854c-1550144242914)]
等值線圖 (Andrea Cuttone)
geoplotlib是用於創建地圖和繪製地理數據的工具箱。你可以用它來創建各種各樣的地圖類型，比如等值線圖、熱圖和點密度地圖。必須安裝pyglet（一個面向對象編程接口），才能使用geoplotlib。儘管如此，由於大多數Python數據可視化庫都不提供地圖，所以最好有一個專門針對它們的庫。
開發者：Andrea Cuttone
更多資料：https://github.com/andrea-cuttone/geoplotlib
Gleam
[圖片上傳失敗...(image-450ad2-1550144242914)]
趨勢線散點圖(David Robinson)
Gleam的靈感來自R語言的Shiny包。它允許你只使用Python腳本就可以將分析轉化爲交互式web應用程序，所以你不必瞭解任何其他語言，如HTML，CSS或JavaScript。Gleam可以使用任何Python數據可視化庫。一旦創建了一個繪圖，就可以在上面構建字段，這樣用戶就可以過濾和排序數據。
開發者：David Robinson
更多資料：https://github.com/dgrtwo/gleam
Missingno
[圖片上傳失敗...(image-18f99-1550144242914)]
無效矩陣(Aleksey Bilogur)
處理丟失的數據是一件痛苦的事。missingno允許你通過直觀的總結快速衡量數據集的完整性，而不是艱難地瀏覽表格。你可以根據熱圖或樹形圖中的完成度或點相關來過濾和排序數據。
開發者：Aleksey Bilogur
更多資料：https://github.com/ResidentMario/missingno
Leather
[圖片上傳失敗...(image-dd2489-1550144242914)]
帶有一致比例的網格圖 (Christopher Groskopf)
Leather的創建者Christopher Groskopf說的好：“Leather是一個爲那些現在需要圖表而不在乎是否完美的人設計的Python圖表庫”它可用於處理所有數據類型，然後生成SVG圖像，這樣你在調整圖像大小時就不會損失圖像質量。由於這個庫相對較新，一些文檔仍在編寫中。你可以做的圖表很基礎，但這就是目的。
號：923414804
羣裏有志同道合的小夥伴，互幫互助，
羣裏有不錯的視頻學習教程和PDF！