原文来自：https://mp.weixin.qq.com/s?__biz=MzI1NzczMDIwNw==&mid=2247483737&idx=1&sn=a620ce58ac412247c6279a78335e5a07&chksm=ea13b2a9dd643bbf5a7b70af44228c4de2fe6ca08a28b9281b9e3b40dd97f0e53410a52d5484&token=80125697&lang=zh_CN#rd
你会python数据可视化吗？你知道python数据可视化的工具有哪些吗？
下面来总结一下常用的python可视化库以及教程链接，请复制链接到浏览器打开。（注意官网的教程多为英文，建议英语不佳的同学安装自带翻译的浏览器查看）
NO.1 // matplotlib
Matplotlib是一个用于在Python中创建静态、动画和交互式可视化的综合库，如果你是数据分析初学者，这是一个基础必学的库。
Matplotlib 安装教程
https://matplotlib.org/users/installing.html
Matplotlib 入门教程
https://matplotlib.org/tutorials/index.html
NO.2 // seaborn
Seaborn是一个用Python制作统计图形的库，seaborn是在matplotlib基础上构建的，并与pandas数据结构紧密集成。
Seaborn 安装教程
http://seaborn.pydata.org/installing.html
Seaborn 入门教程
http://seaborn.pydata.org/introduction.html
NO.3 // Pyecharts
pyecharts是python和echarts的结合，适合用于交互式的可视化数据分析。但pyechart分为 1 以下的版本及 1 以上的版本，两个版本之间的代码不通用，建议初学者直接学习1以上的版本。
Pyecharts 安装教程（1以上的版本）
https://pyecharts.org/#/zh-cn/quickstart
notebook 的配置
https://pyecharts.org/#/zh-cn/assets_host
Pyecharts 入门教程（1以上的版本）
http://gallery.pyecharts.org/#/README
Pyecharts 安装教程（1以下的版本）
https://pyecharts.readthedocs.io/projects/pyecharts-en/zh/latest/zh-cn/prepare/
Pyecharts 入门教程（1以下的版本）
https://pyecharts.readthedocs.io/projects/pyecharts-en/zh/latest/zh-cn/charts_base/
NO.4 // Plotly
Plotly是一个免费的、交互式的、开放源码的绘图库，支持40多种独特的图表类型。
Plotly 安装教程
https://plotly.com/python/getting-started/#installation
Jupyter Notebook 支持配置
https://plotly.com/python/getting-started/#jupyter-notebook-support
Plotly 入门教程
https://plotly.com/python/
NO.5 // Bokeh
Bokeh 使用D3.js提供交互式图表，并且可以单独执行提供Web服务，Bokeh可以直接集成到Jupyter，将使用Pandas的数据分析项目转换为交互式数据分析控制面板。
Bokeh 安装教程
https://docs.bokeh.org/en/latest/docs/user_guide/quickstart.html#userguide-quickstart-install
Bokeh 入门教程
https://docs.bokeh.org/en/latest/docs/user_guide.html#userguide
以上就是python常用的数据可视化库，按学习难度从简单到难列出，建议小白按以上顺序进行学习。
