之前突然看到一个用Python实现数据可视化的技术，小编觉得解决了生活中的好多问题，大家一起来看看这个神器。1、主页

首先，这个主页的设计就是我非常喜欢的风格，简单清晰，第一眼就让人有特别清爽的感觉，不愧是专业的前端可视化工程师做出来的东西。

可以看到，网站共罗列了20种可视化图形。这些已经基本涵盖了我们日常的大部分需求了。

图形上方是按照不同维度对可视化图形进行筛选的项，有常用、形状、图类、功能几个维度。

2. 可视化学习

首先，每种图形都会按照一定的目录顺序进行介绍，目录包括：.图表简介

.图表属性

.图表详解

.相似图表

.设计案例

.使用场景

.制作教程

.专项工具

.学习资源

.参考文献

.贡献者

为了更好的给大家展示，我们选一个桑吉图介绍一下。

图表简介

首先就是介绍桑基图的基本介绍。

图表属性/图表详解

然后说明了图表的所属类别、功能和元素构成，像桑基图就包含了流量、节点、边三个基本元素。下图中的小例子已经很清晰了。

相似图表

按照不同维度分类相似图形，比如漏斗图从功能上和桑基图是相似的，都有流量转化的功能，而外型上则与平行坐标系更相似。

使用场景

也是从应用的角度出发推荐了一些别人使用的场景，当然重要的还是理解这个图形逻辑，懂了可以举一反三。

综上所述：可以看出matplotlib 以及 pyecharts 这种Python的可视化包，使用了Tableau、PowerBI等等。

下面看看几个应用实例：

柱形图

柱形图(也称为：柱状图)，适用于二维数据集，但是有一个维度的数据需要具有比较意义。比如下面的数据：

对于这份数据，就比较适合用柱形图进行可视化。

图中所示的柱子高度，表示数据表中各省的 GDP 值。

通过柱形图，非常明显地反映了各省 GDP 数据的差异。

但是注意，柱形图不适合大数据，在横坐标上如果排满了柱子，看着多眼晕呀。

折线图

下面这份数据，是 1961 ~ 2017 年我国的 GDP 年度增长率。显然，如果用条形图、柱形图来实现可视化，效果都不是太好，因为数据量有点大了。注：因为数据量比较多，所以显示部分。

对这份数据实现可视化，比较好的选择是绘制折线图

从图示结果中，可以看出 GDP 的发展变化趋势。

折线图最典型的应用应该算是在股票方面了，范围大一点可以说是“金融数据分析”方面。

有没有喜欢数据分析，数据可视化的小伙伴呢，本人整理了如下内容，喜欢的可以关注UP主，私信“Python”无偿获取哦(点开头像就能看到私信按钮啦)