谢邀，我来介绍几个我日常在使用的python数据可视化工具——seaborn和pyecharts。
SeabornSeaborn是一个在Python中制作有吸引力和信息丰富的统计图形的库。 它建立在matplotlib之上，并与PyData集成，包括对来自scipy和statsmodels的numpy和pandas数据结构和统计例子的支持。
seaborn提供的一些功能是
为matplotlib图形设计几种内置主题；
用于选择调色板的工具，用于制作能够显示数据模式的美丽情节；
用于可视化单变量和双变量分布或用于在数据子集之间进行比较的函数；
针对不同种类的独立和因变量拟合和可视化线性回归模型的工具；
可视化数据矩阵并使用聚类算法来发现这些矩阵中的结构的功能；
绘制统计时间序列数据的功能，灵活估计和表示估计的不确定性；
用于构建网格图的高级抽象，可让您轻松构建复杂的可视化。
Seaborn旨在将可视化作为探索和理解数据的核心部分。 绘图函数对包含整个数据集的数据框和数组进行操作，并在内部执行必要的聚合和统计模型拟合以生成信息图。 如果matplotlib“试图让事情变得简单和容易”，seaborn会试图使一套明确定义的硬件变得容易。
安装seaborn
直接在命令行窗口输入pip install seaborn，前提是你已安装了python和pip包管理工具。
效果如下：
(Seaborn图片的样式都挺好看)
pyechartspyecharts是一个使用Echarts生成图表的库。 它仅提供Echarts和Python之间28种以上图表的界面，而且图表可以动态展示，很符合数据演示的场景。
Echarts是百度的一个开源库，用于在javascript中进行数据可视化，pyechart便是echarts的一个易用的Python库。
安装pyecharts
直接在命令行窗口输入pip install pyecharts，前提是你已安装了python和pip包管理工具。
一个简单的例子
效果如下：
（pyechart的图表基本上都可以动态演示）
如果你对科学和科技内容感兴趣，欢迎订阅我的头条号。我会在这里发布所有与科技、科学有关的有趣文章。偶尔也回答有趣的问题，有问题可随时在评论区回复和讨论，看到即回。
（码字不易，若文章对你帮助可点赞支持~）
