Python可视化工具
在进行数据分析时，常常需要用到可视化工具来分析数据，然后得出结果，解决问题
记录两种常用的可视化工具的第三方库
1. Matplotlib
Matplotlib 是众多 Python 可视化包的鼻祖。其功能非常强大，同时也非常复杂。你可以使用 Matplotlib 去做任何你想做的事情，但是想要搞明白却并非易事。我不打算展示原生的 Matplotlib 例子，因为很多工具(特别是 Pandas 和 Seaborn)是基于 Matplotlib 的轻量级封装。
- 安装方法：python -m pip install matplotlib
matplotlib库最终将可视化结果图以GUI窗口的形式显示出来
代码案例：
#coding:utf-8
import numpy as np
import matplotlib.pyplot as plt
x = np.array([1,2,3,4,5,6,7,8])
y = np.array([3,5,7,6,2,6,10,15])
plt.plot(x,y,'r')# 折线 1 x 2 y 3 color
plt.plot(x,y,'g',lw=10)# 4 line w
# 折线 饼状 柱状
x = np.array([1,2,3,4,5,6,7,8])
y = np.array([13,25,17,36,21,16,10,15])
plt.plot(x,y,0.2,alpha=1,color='b')# 5 color 4 透明度 3 0.9
plt.show()
最终可视化数据通过GUI窗口显示出来，如下图所示：
2.pyecharts
Pyecharts是一个用于生成 Echarts 图表的类库。 Echarts 是百度开源的一个数据可视化 JS 库。主要用于数据可视化。
- 安装方法：pip install pyecharts
例如：
#coding:utf-8
from pyecharts import Bar
attr = ['衬衫','羊毛衫','雪纺衫','裤子','高跟鞋','袜子']
v1 = [5,20,36,10,75,90]
v2 = [10,25,8,60,20,80]
bar = Bar('柱状信息堆叠图')
bar.add('商家A',attr,v1,is_stack = True) #is_stack = True才表示堆叠在一起
bar.add('商家B',attr,v2,is_stack = True)
bar.render('./first03.html')
最终可视化内容写入到一个新创建的html文件中，如下图所示：
pyecharts库最终将可视化的结果写入到一个html文件中。
个人更倾向于使用pyecharts库，该库由js封装，可以更好的嵌入到html文件中，在本人学习基于flask框架制作web项目过程中，通过使用该pyecharts库，更好的利用数据进行可视化的效果，更加直观清晰。
总之两个库各有优点，基于个人的选择。