python豆瓣图书数据可视化_想学习数据可视化，有没有什么用python做数据可视化的书推荐？...

想当年我自学Python画图的时候，总是被各种包啊库啊搞得晕头转向。

现在才明白，学习Python的可视化，就是掌握几个专用画图包的过程。

目前Python最重要的画图包包括matplotlib、seaborn、pyecharts和turtle。其中前面三个面向数据可视化开发，是重点学习的对象。而turtle的画图功能可能过于灵活，对于数据可视化一般是用不上的。

matplotlib：参考了R语言的ggplot2开发，比较低级，因此用户的自定义程度非常高。另外seaborn和pandas的画图函数(df.plot())调用的其实是matplotlib画图包。所以说seaborn和pandas的画图功能，是建立在matplotlib包的基础之上。

matplotlib包的官方介绍：Python的一个2D绘图库，可以绘制学术出版质量级别的图形。用户通常只需要几行代码，即可完成绘图——如常见的散点图、柱状图、折线图、直方图和饼图等等。

具体绘图步骤：创建一个figure图纸;

在figure上创建一个或多个画图(plotting)区域(由axes坐标轴标记);

在plotting绘图区域上添加点和线等元素;

在plotting绘图区域添加标签，修饰图形或坐标轴;

添加其他元素或修改设置。

可见，这个matplotlib是分步画图，和Stata的一个命令或一个函数完成画图的方式有明显区别。

pyecharts：主要用于数据动态展示，界面酷炫功能强大，“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。用 Echarts 生成的图可视化效果非常棒，为了与 Python 进行对接，方便在 Python 中直接使用数据生成图”。该库由国人开发并维护，并且说明文档也是中文的(有点像tushare和baostock)。

pandas：这里既然提到了pandas，我们就要好好说说它。新版本的pandas其实开发出了相当多新的画图函数，这些画图函数通常基于之前那些常用的Python画图包。另外，pandas还重现了R语言中的ggplot包的画图功能(通过ggplot函数)。总的说来，pandas从0.25.3版之后，都可以把Plotly、Holoviews、Matplotlib、Pandas _bokeh和Hyplot当成自己的画图后端进行调用。

此外，Python的画图包还包括Bokeh、Plotly、Pygal和Networkx(基于matplotlib)，它们的功能还各有所长。但是，对于初学者或者大部分用户，熟练掌握matplotlib、seaborn、pyecharts和新版的pandas已经足够应付数据可视化的大部分需求。

有针对性地学习Python画图包的使用，可以大大提高我们学习的效率，少走弯路~！

接下来，根据本人的自学经验，给大家介绍一些Python画图包介绍得比较好的书籍。

Btw, 个人更喜欢正版的纸质书。那种那在手上翻页跳页、多页同时浏览、随手写上笔记的体验是电子PDF所无法企及的。而且纸质书除了帮助快速摄入知识，还兼具当枕头以及砸人、放家里装x等其它附带功能。可谓小小投入大大回报啊。

(给出的链接全部是京东自营，方便大家查看书的完整介绍、目录和购买者评论)

简介：用matplotlib绘制各种高级图形：几何图形、组合图形、3D图形、交互图形、地图、动画；matplotlib的不同应用方向和具体实现方法。

点评：深度介绍matplotlib，案例丰富。还顺便介绍了爬虫的requests库和plotly画图包的使用。

下面的两本书是介绍国产酷炫互动式画图包pyecharts的：

简介：以某电商企业数据为基础，以案例为主线，从0到1，教你用专业的方法展现数据之美

简介：系统性地介绍Python 的绘图语法系统，包括matplotlib、Seaborn、plotnine 包，以及用于地理空间数据可视化的Basemap 包。介绍了常见的二维和三维图表的绘制方法，包括简单的柱形图系列、条形图系列、折线图系列、地图系列等。

点评：这本书在京东Python数据可视化销量排名第一。如果只推荐一本书，要短期内学会用Python画图的话，那就非他莫属了。这个作者还精通R和Excel的画图，可谓是统计软件可视化的顶尖行家。

点评：这本书写的很有意思。首先主要介绍的是pandas！也就是如何在pandas中引用其他画图包进行画图。其次，这个书对很多小细节都有详尽的介绍，比如解释pandas数据框索引“iloc = integer + location”。这实在很nice啊有木有。这也是个人最最喜欢的写作风格！

简介：《Python数据可视化》介绍了利用Python实现数据可视化。并介绍了数据、信息与知识之间的关系。书中涉及的可视化过程应用了大量流行的Python库，你会学到采用Numpy、Scipy、IPython、MatPotLib、Pandas、Patsy和Scikit-Learn等生成可视化结果的不同方法。

点评：这本书我还没看过纸质版。只是看了介绍我就决定买了——居然有人教用NumPy和SciPy画图的，想必讲解的东西一定非常底层。趁今天双12，拿下。

介绍：基于Bokeh的可视化绘图。从图形绘制、数据动态展示、Web交互等维度全面讲解Bokeh功能和使用，不含复杂数据处理和算法，深入浅出，适合零基础入门，包含大量案例。

点评：据说在Github上，Bokeh项目的star已经超越了matplotlib？所以有兴趣的朋友，可以买来看看。如果预算不足，建议还是好好学matplotlib，毕竟matplotlib无处不在啊。

点评：好家伙，这本书叫图形编程，还不是用包画图。这本书介绍的知识完全就是计算机图形学的范畴，和刚才那本NumPy和SciPy类似，是更底层的函数画图。

最后，图想要画得好，数据也得好好搞。没有整理好的数据，何来画图的素材？所以这里隆重推荐两三本Python数据分析的顶尖作品。其实这些书籍多多少少也覆盖了可视化的知识点，对于那些想数据分析和一起学习的朋友，买这种书其实一举两得，更划算呢。

最后，来一本压轴的。豆瓣9.3分的奇书。它写的细致透彻，涵盖了Python数据分析的各个环节，尤其是可视化。

写在最后：这些书其实各有所长。作为初学者，可以先挑一本专门讲可视化的书作为入门，然后找到自己的具体方向，再通过其它书进行深入学习和提高。在有一定知识的基础上，再去拓展其它可视化技能也就是触类旁通的事情。

以上。