python数据可视化库

### Python 数据可视化库介绍

#### Matplotlib
Matplotlib 是一个非常流行的Python二维图表库，能够生成高质量的图形来帮助人们更好地理解数据。该库提供了丰富的接口用于创建各种静态、动态以及交互式的图像[^1]。

import matplotlib.pyplot as plt
plt.plot([1, 2, 3], [4, 5, 6])
plt.show()

#### Seaborn
基于Matplotlib之上构建而成，Seaborn是一个更高级别的API，专注于统计图形。其`pointplot()`函数可以用来绘制点图，通过高度估计值表示数据特征而非完整的柱状形式，并附带置信区间的指示[^2]。

import seaborn as sns
tips = sns.load_dataset('tips')
sns.pointplot(x="day", y="total_bill", data=tips)
plt.show()

#### Plotly
Plotly 不仅支持多种类型的图表制作，还特别擅长于创建具有高互动性的Web端可视化效果。此特性使得Plotly非常适合在线分享和嵌入网页中的应用场合[^3]。

import plotly.express as px
df = px.data.iris()
fig = px.scatter(df, x="sepal_width", y="sepal_length", color="species")
fig.show()

#### Bokeh
作为另一个强大的交互式可视化工具包，Bokeh允许开发者轻松地构建复杂而精美的web应用程序和服务。它同样适用于大规模的数据集处理场景下快速渲染大量数据点的任务需求。

from bokeh.plotting import figure, show
p = figure(title="simple line example",
           x_axis_label='x',
           y_axis_label='y')

p.line([1, 2, 3, 4, 5], [6, 7, 2, 4, 5])

show(p)