如果你是Python可视化的新手，一些流行的可视化库包括Matplotlib、Seaborn、Plotly、Bokeh、Altair和Folium，以及大量的库和例子可能会让你感到不知所措。
当可视化一个DataFrame时，选择使用哪个可视化库确实是一个头疼的事情。
这篇文章云朵君将和大家一起学习每个库的优点和缺点。到最后，对它们的不同特点有更好的了解，在合适的时候更容易选择合适的库。
将通过专注于几个具体的属性来评价一个可视化工具的优缺点：
互动性
你想要交互式可视化吗？像Altair、Bokeh和Plotly这样的库允许你创建交互式图表，用户可以探索和互动。
另外，一些库（如Matplotlib）将可视化渲染成静态图像，使其适合在论文、幻灯片或演示中解释概念。
语法和灵活性
不同库的语法有什么不同？低级别的库，如Matplotlib，提供了广泛的灵活性，可以完成几乎任何事情。然而，API也是很复杂的。
像Altair这样的声明式库简化了数据到可视化的映射，提供了一个更直观的语法。
数据类型和视觉化
是否在处理专门的用例，如地理图或大数据集？考虑一个特定的库是否支持绘图类型或有效处理大型数据集。
数据
为了探索每幅图表，将使用GitHub用户的数据：
代码语言：javascript复制import pandas as pd
# 强烈推荐关注@公众号：数据STUDIO，更多优质内容等你～
new_profile = pd.read_csv('https://gist.githubusercontent.com/khuyentran1401/98658198f0ef0cb12abb34b4f2361fd8/raw/ece16eb32e1b41f5f20c894fb72a4c198e86a5ea/github_users.csv')
new_profile
Matplotlib
Matplotlib[1]可能是最常见的用于可视化数据的Python库。几乎所有对数据科学感兴趣的人都可能至少使用过一次Matplotlib。推荐阅读(点击阅读
