這裡介紹2種python視覺化的方法，分別是seaborn和pyecharts，這2個庫簡單易學、容易上手，可以快速繪製出簡潔、漂亮的圖表，而且程式碼量少，使用起來非常方便，下面我簡單介紹一下這2個庫的安裝和使用，實驗環境win10+python3.6+pycharm5.0，主要內容如下：

seaborn：這是一個基於matplotlib的視覺化庫，是對matplotlib的更高階封裝，極大地方便了我們的資料視覺化，省去了許多matplotlib預設引數的配置，程式碼量少，而且製圖漂亮，下面我簡單介紹一下這個庫：

1.安裝seaborn，這個直接在cmd視窗中輸入命令“pip install seaborn”就行，如下：

2.安裝成功後，我們可以進行一下簡單的測試了，主要程式碼如下（官方示例）：

程式執行截圖如下，製圖效果還不錯：

3.至於更多的示例的話，可以檢視一下官網的教程，種類繁多，註釋清楚，介紹詳細，很適合開發者來學習：

pyecharts：這個是echarts的一個python介面，藉助echarts，我們可以快速繪製出簡潔、漂亮的視覺化圖表。易學易懂、上手簡單、使用方便，非常適合資料視覺化，下面我簡單介紹一下這個庫：

1.下載安裝pyecharts，這個直接在cmd視窗輸入命令“pip install pyecharts”就行，如下：

2.安裝成功後，我們就可以進行簡單的測試了，主要程式碼如下：

程式執行截圖如下：

更多示例，也可以參考一下pyecharts官網教程，相關引數和程式碼都有很詳細解釋、說明，非常適合初學者來學習。

至此，2種python視覺化的方法就介紹完畢了。總的來說，這2個視覺化庫使用起來都非常方便，簡單易學、容易上手，感興趣的話，可以參考一下官網教程，嘗試一下，當然，你也可以使用matplotlib，ggplot2等視覺化庫，只要適合自己的專案，都行，網上也有相關教程和資料，感興趣的可以搜一下，希望以上分享的內容能對你有所幫助吧，也歡迎大家評論、留言。

仔細學教程：http://www.codingdict.com/tutorials#Python%E6%95%99%E7%A8%8B

使用python完成資料視覺化，可以選擇的庫非常多，比如matplotlib、pyecharts、seaborn、ggplot、Plotly，以及在完成詞雲圖的WordCloud庫。

在這裡建議一定要學matplotlib，原因有以下幾點：

seaborn、ggplot、Plotly等視覺化庫是基於matplotlib庫開發的，地位不可撼動；

matplotlib應用廣泛，拜讀大佬的程式的時候會經常看到該庫

就要說到Python之所以應用廣泛是因為Python在大資料、機器學習、人工智慧等領域應用具有很大的優勢，而在這些行業中會經常使用matplotlib畫圖

當然會用了matplotlib還是不足的，還需要學習簡單易懂、效果炫酷的其他視覺化庫，這裡建議學習pyecharts。

pyecharts 是一個用於生成 Echarts 圖表的類庫。Echarts 是百度開源的一個數據視覺化 JS 庫。用 Echarts 生成的圖視覺化效果非常棒，為了與 Python 進行對接，方便在 Python 中直接使用資料生成圖。

pyecharts操作比較簡單，官方中文網站介紹的非常詳細，適合新手學習資料視覺化。但是目前開發團隊正在開發V1.0版本（還未正式釋出），並且與先前的版本不相容，會有很大改進，值得我們期待。

建議新手可以先學習0.5.11版本的pyecharts

安裝方法為：在cmd視窗中輸入命令 pip install pyecharts==0.5.11。安裝完成，就打開了全新的視覺化方法的大門。

當然喜歡嘗新的，還是推薦使用1.0版本的pyecharts。

補充推薦一個Python 新資料視覺化模組——Plotly Express 。

補充推薦一個Python 新資料視覺化模組——Plotly Express 。

Plotly Express

Plotly Express是一個新的高階Python資料視覺化庫，它是Plotly.py的高階封裝，它為複雜的圖表提供了一個簡單的語法。只需一次匯入，大多數繪圖只要一個函式呼叫，接受一個整潔的Pandas dataframe，就可以建立豐富的互動式繪圖。

Plotly Express 安裝

慣例，使用 pip進行安裝。

pip install plotly_expressPlotly Express支援構建圖表型別scatter:在散點圖中，每行data_frame由2D空間中的符號標記表示。scatter_3d:在3D散點圖中，每行data_frame由3D空間中的符號標記表示。scatter_polar:在極座標散點圖中，每行data_frame由極座標中的符號標記表示。scatter_ternary:在三元散點圖中，每行data_frame由三元座標中的符號標記表示。scatter_mapbox:在Mapbox散點圖中，每一行data_frame都由Mapbox地圖上的符號標記表示。scatter_geo:在地理散點圖中，每一行data_frame都由地圖上的符號標記表示。scatter_matrix:在散點圖矩陣（或SPLOM）中，每行data_frame由多個符號標記表示，在2D散點圖的網格的每個單元格中有一個，其將每對dimensions彼此相對繪製。density_contour:在密度等值線圖中，行data_frame被組合在一起成為輪廓標記，以視覺化該值的聚合函式histfunc（例如，計數或總和）的2D分佈z。density_heatmap:在密度熱圖中，行data_frame被組合在一起成為彩色矩形瓦片，以視覺化該值的聚合函式histfunc（例如，計數或總和）的2D分佈 z。line:在2D線圖中，每行data_frame表示為2D空間中折線標記的頂點。line_polar:在極線圖中，每行data_frame表示為極座標中折線標記的頂點。line_ternary:在三元線圖中，每行data_frame表示為三元座標中折線標記的頂點。line_mapbox:在Mapbox線圖中，每一行都data_frame表示為Mapbox地圖上折線標記的頂點。line_geo:在地理線圖中，每一行都data_frame表示為地圖上折線標記的頂點。parallel_coordinates:在平行座標圖中，每行data_frame由折線標記表示，該折線標記穿過一組平行軸，每個平行軸對應一個平行軸 dimensions。parallel_categories:在並行類別（或平行集）圖中，每行data_frame與其他共享相同值的行組合，dimensions然後透過一組平行軸繪製為折線標記，每個平行軸對應一個dimensions。area:在堆積區域圖中，每行data_frame表示為2D空間中折線標記的頂點。連續折線之間的區域被填充。bar:在條形圖中，每行data_frame表示為矩形標記。bar_polar:在極座標圖中，每一行都data_frame表示為極座標中的楔形標記。violin:在小提琴圖中，將data_frame行分組成一個曲線標記，以便視覺化它們的分佈。box:在箱形圖中，行data_frame被組合在一起成為盒須標記，以顯示它們的分佈。strip:在條形圖中，每一行都data_frame表示為類別中的抖動標記。histogram:在直方圖中，行data_frame被組合在一起成為矩形標記，以視覺化該值的聚合函式histfunc（例如，計數或總和）的1D分佈y（或者x如果orientation是"h"）。choropleth:在等值區域圖中，每行data_frame由地圖上的彩色區域標記表示。gapminder資料集說明

我們使用gapminder資料集進行體驗 Plotly Express 。

gapminder資料集顯示2007年按國家/地區的人均預期壽命和人均GDP 之間的趨勢：包含1952~2007年世界各國家人口、GDP發展與/地區的人均預期壽命和人均GDP 之間的趨勢。

Country：國家，ChinaContinent：洲，AsiaYear：年份，1952LifeExp：預期壽命，44POP：人口，556263527GdpPercap：分均 GDP，400.448611iso_alpha：國家編碼，CHNiso_num：國家程式碼,156上手體驗一下，輕鬆地進行資料視覺化。散點圖scatter

常用引數說明：

data_frame： 一個"整潔" pandas.DataFramex：（字串：列的名稱data_frame）此列中的值用於沿笛卡爾座標沿x軸定位標記。對於水平histogram()s，這些值用作輸入histfunc。y：（字串：列的名稱data_frame）此列中的值用於沿笛卡爾座標中的y軸定位標記。對於垂直histogram()s，這些值用作輸入histfunc。color：（字串：列的名稱data_frame）此列中的值用於為標記指定顏色。size：（字串：列名稱data_frame）此列中的值用於指定標記大小。color_continuous_scale：（有效CSS顏色字串列表）此列表用於在表示的列color包含數字資料時構建連續顏色標度。plotly_express.colors子模組中有各種有用的色標，特別plotly_express.colors.sequential是plotly_express.colors.diverging和plotly_express.colors.cyclical。title：（字串）圖示題。template：（字串或Plotly.py模板物件）圖模板名稱或定義。width：（整數，預設None）圖形寬度（以畫素為單位）。height：（整數，預設600）圖形高度（以畫素為單位）。

使用散點圖描述華人口與GDP增長趨勢圖

地理散點圖scatter_geo

常用引數說明

data_frame：“整潔”pandas.DataFramelat：(字串：data_frame)此列的值用於根據地圖上的緯度定位標記。lon：(字串：data_frame)此列的值用於根據地圖上的經度定位標記。locations：(字串：data_frame)該列中的值將根據locationmode並對映到經度/緯度。locationmode：(字串，“ISO-3”、“美國-州”、“國家名稱”之一)確定用於匹配locations地圖上的區域。color：(字串：data_frame)此列的值用於為標記指定顏色。size：(字串：data_frame)此列的值用於分配標記大小。color_continuous_scale：(有效的css-顏色字串列表)此列表用於在color包含數字資料。中提供了各種有用的色標。plotly_express.colors子模組，特別是plotly_express.colors.sequential, plotly_express.colors.diverging和plotly_express.colors.cyclical.title：(字串)圖形標題。width：(整數，預設)None)以畫素為單位的圖形寬度。height：(整數，預設)600)以畫素為單位的圖形高度。

使用地理散點圖描述全球人口與GDP

折線圖（line）

常用引數說明

data_frame：“整潔”pandas.DataFramex：(字串：data_frame)該列的值用於在笛卡爾座標中沿x軸定位標記。臥式histogram()，這些值用作histfunc.y：(字串：data_frame)該列的值用於在笛卡爾座標中沿y軸定位標記。垂直histogram()，這些值用作histfunc.color：(字串：data_frame)此列的值用於為標記指定顏色。facet_col：(字串：data_frame)此列中的值用於在水平方向平面子圖分配標記。title：(字串)圖形標題。width：(整數，預設)None)以畫素為單位的圖形寬度。height：(整數，預設)600)以畫素為單位的圖形高度。

使用折線圖描述1952~2007中國與美華人口增長趨勢圖

條形圖(bar)

常用引數說明

data_frame：“整潔”pandas.DataFramex：(字串：data_frame)該列的值用於在笛卡爾座標中沿x軸定位標記。臥式histogram()，這些值用作histfunc.y：(字串：data_frame)該列的值用於在笛卡爾座標中沿y軸定位標記。垂直histogram()，這些值用作histfunc.color：(字串：data_frame)此列的值用於為標記指定顏色。facet_row：(字串：data_frame)此列的值用於向垂直方向上的平面子圖分配標記。facet_col：(字串：data_frame)此列中的值用於在水平方向平面子圖分配標記。text：(字串：data_frame)此列的值以文字標籤的形式顯示在圖中。title：(字串)圖形標題。template：(String或Plotly.py模板物件)圖形模板名稱或定義。width：(整數，預設)None)以畫素為單位的圖形寬度。height：(整數，預設)600)以畫素為單位的圖形高度。

使用條形圖描述1952~2007中國與美華人口增長趨勢圖

等值區域圖（choropleth）

常用引數說明

data_frame：“整潔”pandas.DataFramelat：(字串：data_frame)此列的值用於根據地圖上的緯度定位標記。lon：(字串：data_frame)此列的值用於根據地圖上的經度定位標記。locations：(字串：data_frame)該列中的值將根據locationmode並對映到經度/緯度。locationmode：(字串，“ISO-3”、“美國-州”、“國家名稱”之一)確定用於匹配locations地圖上的區域。color：(字串：data_frame)此列的值用於為標記指定顏色。size：(字串：data_frame)此列的值用於分配標記大小。color_continuous_scale：(有效的css-顏色字串列表)此列表用於在color包含數字資料。中提供了各種有用的色標。plotly_express.colors子模組，特別是plotly_express.colors.sequential, plotly_express.colors.diverging和plotly_express.colors.cyclical.title：(字串)圖形標題。width：(整數，預設)None)以畫素為單位的圖形寬度。height：(整數，預設)600)以畫素為單位的圖形高度。

使用等值區域圖描述各個國家人口數量