首先一個最最常用的當然是matplotlib啦！
1.matplotlib：https://matplotlib.org/2.0.2/contents.html
是一個最基礎的Python可視化庫，作圖風格接近MATLAB，所以稱為matplotlib。一般都是從matplotlib上手Python數(shù)據(jù)可視化，然后開始做縱向與橫向拓展。
2.Seaborn：https://seaborn.pydata.org/tutorial.html
是一個基于matplotlib的高級可視化效果庫，針對的點主要是數(shù)據(jù)挖掘和機器學習中的變量特征選取，seaborn可以用短小的代碼去繪制描述更多維度數(shù)據(jù)的可視化效果圖。
3.ggplot：http://ggplot.yhathq.com/
前端交互方式的，介于命令式和陳述式之間，類似JAVAscript.
如果是你需要比較多交互的話，
4.Bokeh: https://bokeh.pydata.org/en/latest/docs/user_guide.html
是一個用于做瀏覽器端交互可視化的庫，實現(xiàn)分析師與數(shù)據(jù)的交互。
5.Plotly: https://plot.ly/
同樣也是做交互可視化的一把利器。Plotly同時支持Python和R語言，并且實現(xiàn)了在線導入數(shù)據(jù)做可視化并保存內容在云端server的功能。做演示的時候，只需要在本地的jupyter notebook與plotly server建立通信，即可調用已經(jīng)做好的可視化內容做展示。Plotly同時有freemium和premium兩種賬戶，免費賬戶已經(jīng)可以滿足基本需要。
如果是你需要地圖等數(shù)據(jù)可視化的展示，地理信息數(shù)據(jù)也會是部分數(shù)據(jù)分析師的業(yè)務場景。對于這類數(shù)據(jù)，可能傳統(tǒng)的matplotlib/seaborn，交互屬性的bokeh/plotly無法很好地對這類數(shù)據(jù)進行處理。我們需要使用處理地理數(shù)據(jù)引擎更強的可視化工具庫。
6.Mapbox：https://www.mapbox.com/
不是還有一個小訣竅嗎？
當當當當！如果你是不愿意學編程的小白，那就推薦你一個簡單好用的自助式分析神器---豌豆BI。
操作簡單，多簡單！只需要把維度和指標拖到里面就可以自動建模進行分析，對代碼，函數(shù)說拜拜！
如果你需要交互，5秒鉆取，5秒設置圖表鉆取，不需要寫任何公式。
智能圖表推薦
豌豆BI內含智能圖形引擎，圖形引擎采用智能推薦算法，會根據(jù)用戶選取的指標和維度進行運算，推薦出最適合數(shù)據(jù)展示的圖形。比如當用戶使用“地區(qū)”這樣指標時會自動使用地圖進行數(shù)據(jù)展現(xiàn)。
而且他們下面億信社區(qū)還有豌豆BI整套的學習課程！！!在線工程師解答！！！
是不是聽起來很厲害的樣子！愿你我他再也不用為數(shù)據(jù)分析發(fā)愁，每個人都是數(shù)據(jù)分析師！
