数据可视化展示用pyhton如何实现？
1、Pyecharts
百度开源的可视梁枝化工具，支持30+种图表，网上有详细的中文文档与demo，操作很简单，遇到问题也很好找答案。
2、Matplotlib
Matplotlib应该是最广泛使用的Python可视化工具，支持的图形种类非常多，对于数据展示可以很自由地进行表达。
3、Plotly
Plotly也是一款非常强大的Python可视化库，内置完整的交互能力及编辑工具，支持在线和离线模式，提供稳定的API以便与现有应用集成，很好用，但是想要好，要先学好。
4、Bokeh
Bokeh是一个专门针对Web浏览器的呈现功能的交互式可视化Python库。它可以做出像D3.js简洁漂亮的交互可视化效果，但是使用难度低于D3.js。
5、Seaborn
Seaborn是为了统计图表设计的，它是一种基于matplotlib的图形可视化库，也就是在matplotlib的基础上进行了更高级的API封装。
浏览了一下排前几名的答案，基本都是一下推荐了很多，好处不少但也易犯晕。
今天只推荐一款全新的：维格表，零门槛轻松易上手的数据可视化工具。
它有下面六大优点：
简易接入数据
多视图模式
自动化函数公式计算
支持API接口
支持移动端+Web 端
看看用它能干些啥？0门槛，想得出来就做的出来通过简单的拖拽 就可以使用已接入的数据，编辑你的数据看板，所见即所得：
维格表提供多达 26 种组件，涵盖“文本、表格、筛选、分组、评级、单选、多选、数字、超链接、成员、邮箱、电话、表关联”等多种字段类型。几乎能够满足你的一切数据可视化需求，随心所欲的挖掘业务数据的内涵，快速搭建你的业务看板。
高效快捷，不止减少重复劳动的快乐。
支持数据一键查询， 不是开玩笑，全程鼠标操作，点击左键就完事。
支持多种数据接入方式，数据库直连、Excel 文件上传、返腊SQL 建表、云端数据库、API 数据接入，仅需填写一个表单，即可瞬间接入数据，开始使用。
简易数据清洗：通过创建多表关联所需数据；通过筛选过滤，清除无效数据；通过数据格式设置，确保数据可读易于使用。
秒级计算效率：在创建的过程当中，所有的图表均秒级生成，快速看到结果，及时响应，及时调整，贯彻敏捷之道。
支持报表模板化推送、系统消息通知、多级权限设置。
甚至可以支持多附件格式的上传。视频、图片、PPT等一键导入。跨平台，随时随地享受数据之美。
Web端导入用户，接入数据，进行简易的页面设计，即可发布给到对应有权限的用户进行查看；在移动端上，还支持通过微信公众号维格星球接收消息推送丛亏。
下面详细介绍下使用这款工具完成数据处理可视化的流程。
一.数据接入。
维格表vika数据表接入可以是“Excel 上传”、“新建数表”等 方式。
其中最常用的当属“导入Excel。
新建一个空间站点击工作目录的「+」号选择本地文件上传，无需担心数据泄露
维格表同样支持通过 API 方式进行数据接入，具体需要咨询下官网的客服。
二.数据处理数据接入完成后漏郑滑就可以根据需要进行简单的维格列配置。
维格表支持对数据表字段名称、类型进行编辑操作，同时可以使用“计算字段”的功能加工处理一些分析过程中需要使用到的字段，比如我们想计算商品的利润率，就可以用原表中“利润”/“销售额”得到。除此之外维格表也能支持数据表的关联，比如原表中销售地区是数字代号，只需要上次一张代号与地区的关联表，并在字段类型中选择关联表就可以完成关联操作。
三.可视化分析数据。
处理完成后就可以开始进行可视化分析，点击维格表右上角的新建视图可以根据需要选择不同的视图模式。用筛选器、分组、隐藏等功能来变换不同的数据展示方式。
通过组件配置核心信息，实时数据一目了然。
为了方便查看筛选，页面上还可以加上全局筛选组件，从多个维度进行页面级的筛选过滤。
至此我们已经学会了维格表基础的功能实现数据可视化，更多强大的功能等待你去挖掘哦！
