25条数据可视化小贴士，用数据讲好你的故事

导读：数据可视化的第三方库挺多的，这里我主要推荐两个，分别是 bokeh、pyecharts。还有一个挺强大的库 plotly，本文也有部分教程。

作者：zone

数据可视化的库有挺多的，这里推荐几个比较常用的：

Matplotlib

Plotly

Seaborn

Ggplot

Bokeh

Pyechart

Pygal

01 Plotly

plotly 文档地址：

https://plot.ly/python/#financial-charts

使用方式：

plotly 有 online 和 offline 两种方式，这里只介绍 offline 的。

这是 plotly 官方教程的一部分：

importplotly.plotlyaspy

importnumpyasnp

data = [dict(

visible=False,

line=dict(color='#00CED1', width=6),# 配置线宽和颜色

name=' = '+ str(step),

x=np.arange(,10,0.01),# x 轴参数

y=np.sin(step * np.arange(,10,0.01)))forstepinnp.arange(,5,0.1)]# y 轴参数

data[10]['visible'] =True

py.iplot(data, filename='Single Sine Wave')

只要将最后一行中的

替换为下面代码

便可以运行。

1. 漏斗图

这个图代码太长了，就不 po 出来了。

2. Basic Box Plot

3. Wind Rose Chart

4. Basic Ternary Plot with Markers

篇幅有点长，这里就不 po 代码了。

02 Bokeh

这里展示一下常用的图表和比较抢眼的图表，详细的文档可查看：

https://bokeh.pydata.org/en/latest/docs/user_guide/categorical.html

1. 条形图

这配色看着还挺舒服的，比 pyecharts 条形图的配色好看一点。

2. 年度条形图

可以对比不同时间点的量。

3. 饼图

4. 条形图

5. 散点图

6. 六边形图

7. 环比条形图

这个实现挺厉害的，看了一眼就吸引了我。我在代码中都做了一些注释，希望对你理解有帮助。注：圆心为正中央，即直角坐标系中标签为（0，0）的地方。

8. 元素周期表

元素周期表，这个实现好牛逼啊，距离初三刚开始学化学已经很遥远了，想当年我还是化学课代表呢！由于基本用不到化学了，这里就不实现了。

03 Pyecharts

pyecharts 也是一个比较常用的数据可视化库，用得也是比较多的了，是百度 echarts 库的 python 支持。这里也展示一下常用的图表。

文档地址为：

http://pyecharts.org/#/zh-cn/prepare?id=%E5%AE%89%E8%A3%85-pyecharts

1. 条形图

2. 散点图

3. 饼图

4. 词云

这个是我在前面的文章中用到的图片实例，这里就不 po 具体数据了。

5. 树图

这个是我在前面的文章中用到的图片实例，这里就不 po 具体数据了。

6. 地图

7. 3D 散点图

04 后记

大概介绍就是这样了，三个库的功能都挺强大的，bokeh 的中文资料会少一点，如果阅读英文有点难度，还是建议使用 pyecharts 就好。总体也不是很难，按照文档来修改数据都能够直接上手使用。主要是多练习。

据统计，99%的大咖都完成了这个神操作

▼