你好，我是一名大資料專業的學生，我們一般採用 pyecharts 來對資料進行視覺化，但是企業一般是Python的 flask+百度 echarts 這樣的視覺化更加的形象具體。

首先可以肯定的是:

Python視覺化包太多了

舉幾個自己常用的包

比如:Matplotlib、Seaborn 和 Pandas

把這三個包放在一起有幾個原因：首先Seaborn 和 Pandas 是建立在 Matplotlib 之上的，當用 Seaborn 或 Pandas 中的 df.plot() 時，用的其實是Matplotlib 寫的程式碼。因此，這些圖在美化方面是相似的，自定義圖時用的語法也都非常相似，我稱之為“視覺化三劍客”，也是最常用最通用的包。

比如: ggplot2，從R裡遷移過來的

ggplot2的特點是用「圖形語法」來構建圖片。基本前提是你可以例項化圖，然後分別新增不同的特徵；也就是說，你可以分別對標題、座標軸、資料點以及趨勢線等進行美化，個人感覺幾乎和R相同效果

比如:pyecharts，Bokeh和Plotly

它們的特點是製作互動式商業報表的絕佳工具，自由度和美感都不錯

當然高度的自定義化也代表著你的程式碼量的暴增，一張圖隨隨便便幾十行

比如:Networkx

特點是製作關係網狀圖，個人用的時候不多，屬於特定用途的包

比如:cutecharts

和 Matplotlib 、pyecharts 等常見的圖表不同，使用這個包可以生成下面這種看起來像手繪的各種圖表，在一些場景下使用效果可能會更好，是個很神奇的包

以上都是自己用過和嘗試過的

現在視覺化工具發展很快，應接不暇

其實我不建議過分關注工具️

因為這太浪費時間精力

相信你肯定有自己的視覺化方法和習慣

至於是否需要使用Python視覺化

可能不是核心問題所在

畢竟真正商用視覺化最多是Excel

Excel視覺化效率很高，也實用

而Python的優勢是資料清洗處理效率

反觀Python畫圖的code量並不樂觀

那麼資料視覺化的關鍵是什麼？

這個關鍵，是你的分析目的和用途

一般視覺化用途分為以下幾種

然後根據用途不同

來確定不同的圖表型別

比如:

看趨勢，一般選擇折線圖

看對比，選擇條形圖

看分佈，選擇散點和直方圖

具體的圖表選擇指南如下圖:

在選擇了正確圖表後才會涉及工具問題:

視覺化工具，一般可分為四大類

1.軟體類，如Excel，Tableau，powerbi

2.外掛類，如datachart，thinkcell

3.線上類，如鏑數，圖表秀，花火

4.程式碼類，如Python，R，上面提到過了

至於選擇何種工具最合適

與個人技術，工作內容，時間緊張程度密切相關

把資料洗好，從目的出發，工具實用即可

希望回答文字，能幫到你

主要有三類資料採集方式，分別是爬蟲、填報、對接。

爬蟲可爬指定第三方平臺上的指定資料；

填報，想Excel一類的資料就能迅速填報進去；

對接，像ERP、電商ERP、電商平臺（京東等）就能對接資料。

資料視覺化分析工具推薦以下兩個：

SpeedBI資料分析雲，無程式碼做資料視覺化分析，線上登入使用。

OurwayBI，奧威軟體產品，無程式碼做資料視覺化分析，有標準解決方案和行業通用解決方案，預設分析模型，做企業級大資料智慧視覺化分析的話可大大縮短週期，降低風險成本。