> 经常听别人说 Python 在数据领域有多厉害，结果学了很长时间，连数据处理都麻烦得要死。后来才发现，原来不是 Python 数据处理厉害，而是他有数据分析神器—— pandas...

这是一个关于 pandas 从基础到进阶的练习题系列，来源于 github 上的 guipsamora/pandas_exercises 。这个项目从基础到进阶，可以检验你有多么了解 pandas。

最近在研究 matplotlib 的最佳学习方式，遇到一个常见又好像无法避免的问题。

根据不同的条件进行不同的计算或操作，是很常见的需求。Python 有 if 语句可以实现。但是一旦分支很多，多个 if 就是使你眼花缭乱。

这依然是我在准备可视化专栏的过程笔记，主题仍然是模仿各种非常规图表，大部分使用 matplotlib 包完成。

有小伙伴说，使用 matplotlib 做出来的图表比不上其他的基于 js 包装的库(pyechart、bokeh、plotly等)漂亮，他们可以还可以交互。同时，基于 matplotlib 包装的 seaborn 似乎也比较省代码。...

但是，如果只是制作标准的图表，我们有许多其他的选择。最常见的就是使用 seaborn ，他是基于 matplotlib 的包装。

Python 可视化库非常多，其中 matplotlib 是优缺点明显的一个库，优点是他非常灵活，缺点就是学习起来相对复杂。

GitHub地址：https://github.com/8080labs/pyforest

分别是Bashplotlib、tqdm、PrettyTable、Colorama。