Python中有多个流行的可视化工具包，以下是其中一些常用的可视化工具包：
1.Matplotlib：Matplotlib是Python最常用的绘图库之一。它提供了广泛的绘图功能，可以创建各种类型的图表，包括线图、散点图、柱状图、饼图等。
import matplotlib.pyplot as plt
# 创建数据
x = [1, 2, 3, 4, 5]
y = [3, 2, 4, 1, 6]
# 绘制折线图
plt.plot(x, y, marker='o', linestyle='--', color='blue')
plt.xlabel('X轴')
plt.ylabel('Y轴')
plt.title('折线图')
plt.grid(True)
plt.legend(['数据'])
plt.show()
2.Seaborn：Seaborn是基于Matplotlib的高级统计数据可视化库。它提供了更简单的API和美观的默认样式，使得创建各种统计图表更加容易。
import seaborn as sns
import pandas as pd
# 创建数据帧
data = pd.DataFrame({'x': [1, 2, 3, 4, 5], 'y': [2, 4, 6, 8, 10]})
# 绘制散点图
sns.scatterplot(data=data, x='x', y='y')
# 设置标题
plt.title("Scatter Plot")
# 显示图形
plt.show()
3.Plotly：Plotly是一个交互式可视化库，可以创建漂亮的交互式图形和可视化仪表板。它支持各种图表类型，并具有丰富的互动功能和可定制性。
import plotly.graph_objects as go # 创建数据 x = [1, 2, 3, 4, 5] y = [2, 4, 6, 8, 10] # 绘制线图 fig = go.Figure(data=go.Scatter(x=x, y=y)) fig.update_layout(title="Line Plot") # 显示图形 fig.show()
4.Bokeh：Bokeh也是一个交互式可视化库，专注于在浏览器中呈现交互式图表。它支持大规模数据集的可视化，并提供多种交互选项和工具。
from bokeh.plotting import figure, show # 创建数据 x = [1, 2, 3, 4, 5] y = [2, 4, 6, 8, 10] # 绘制散点图 p = figure(title="Scatter Plot") p.circle(x, y) # 显示图形 show(p)
5.Plotnine：Plotnine是基于R语言的ggplot2库的Python实现。它提供了一种类似于ggplot2的语法，用于创建精美的统计图形。
from plotnine import ggplot, aes, geom_point
# 创建数据帧
df = pd.DataFrame({'x': [1, 2, 3, 4, 5], 'y': [2, 4, 6, 8, 10]})
# 绘制散点图
ggplot(df, aes(x='x', y='y')) + geom_point() + ggtitle("Scatter Plot")
6.Altair：Altair是一个声明性的可视化库，它基于Vega-Lite语法。它提供了简洁而强大的API，可以轻松创建各种图表。
import altair as alt
import pandas as pd
# 创建数据帧
data = pd.DataFrame({'x': [1, 2, 3, 4, 5], 'y': [2, 4, 6, 8, 10]})
# 绘制散点图
alt.Chart(data).mark_point().encode(
x='x',
y='y'
).properties(title="Scatter Plot")
7.ggplot：ggplot是受R语言中的ggplot2启发的Python库。它采用基于图层的绘图语法，可以创建高度可定制的图表。
from ggplot import *
# 创建数据帧
df = pd.DataFrame({'x': [1, 2, 3, 4, 5], 'y': [2, 4, 6, 8, 10]})
# 绘制散点图
ggplot(aes(x='x', y='y'), data=df) + geom_point() + ggtitle("Scatter Plot")
这些示例代码演示了各个可视化工具包的基本用法，您可以根据自己的需求和数据类型进行进一步定制和扩展。请注意，您需要确保已安装相应的库，并根据您的数据和可视化需求进行适当的调整。
这里给大家分享一份Python全套学习资料，包括学习路线、软件、源码、视频、面试题等等，都是我自己学习时整理的，希望可以对正在学习或者想要学习Python的朋友有帮助！
如果大家对Python感兴趣，这套python学习资料一定对你有用
对于0基础小白入门：
如果你是零基础小白，想快速入门Python是可以考虑的。
一方面是学习时间相对较短，学习内容更全面更集中。
二方面是可以根据这些资料规划好学习计划和方向。
包括：Python激活码+安装包、Python web开发，Python爬虫，Python数据分析，人工智能、机器学习、Python量化交易等习教程。带你从零基础系统性的学好Python！
零基础Python学习资源介绍
① Python所有方向的学习路线图，清楚各个方向要学什么东西
② 600多节Python课程视频，涵盖必备基础、爬虫和数据分析
③ 100多个Python实战案例，含50个超大型项目详解，学习不再是只会理论
④ 20款主流手游迫解 爬虫手游逆行迫解教程包
⑤ 爬虫与反爬虫攻防教程包，含15个大型网站迫解
⑥ 爬虫APP逆向实战教程包，含45项绝密技术详解
⑦ 超300本Python电子好书，从入门到高阶应有尽有
⑧ 华为出品独家Python漫画教程，手机也能学习
⑨ 历年互联网企业Python面试真题,复习时非常方便
👉Python学习路线汇总👈
Python所有方向的技术点做的整理，形成各个领域的知识点汇总，它的用处就在于，你可以按照上面的知识点去找对应的学习资源，保证自己学得较为全面。（全套教程文末领取哈）
👉Python必备开发工具👈
温馨提示：篇幅有限，已打包文件夹，获取方式在：文末
👉Python学习视频600合集👈
观看零基础学习视频，看视频学习是最快捷也是最有效果的方式，跟着视频中老师的思路，从基础到深入，还是很容易入门的。
👉实战案例👈
光学理论是没用的，要学会跟着一起敲，要动手实操，才能将自己的所学运用到实际当中去，这时候可以搞点实战案例来学习。
👉100道Python练习题👈
检查学习结果。
👉面试刷题👈
资料领取
这份完整版的Python全套学习资料已经上传网盘，朋友们如果需要可以点击下方微信卡片免费领取 ↓↓↓【保证100%免费】