看到一篇关于Python绘图包的总结，分享给大家。对于工具而言，我们要做的是平时看看，稍微学学，不必深究。这样遇到问题的时候，知道用什么工具来解决就可以了。以下是原文！
今天小编参考github，总结出一个极简但却包括了几乎所有Python的绘图包。
一共22个Python绘图包：
Python 绘图包
altair - 基于Vega Lite的声明性统计可视化 bokeh - 用于Python的交互式Web绘图 Chartify - Bokeh包装，使数据科学家更容易创建图表 diagram - 使用UTF-8字符的文本模式图 ggplot - 基于R的绘图系统ggplot2 glumpy - OpenGL科学可视化库 holoviews - 来自注释数据的复杂和声明性可视化 ipychart - Jupyter Notebook中使用Chart.js mayai - 用Python进行交互式科学数据可视化和3D绘图 matplotlib - 二维绘图库 missingno - 提供灵活的数据可视化工具集，允许基于matplotlib快速直观地总结数据集的完整性 plotly - 基于plotly.js的交互式网络可视化 PyQtGraph - 交互式实时2D/3D/图像打印和科学/工程小部件。 PyVista – 通过可视化工具包（VTK）的流线型界面进行3D绘图和网格分析 seaborn - 用于制作有吸引力且信息丰富的统计图形的库 toyplot - 儿童大小的Python绘图工具包，具有成人大小的目标 three.py - 基于PyOpenGL的易于使用的3D库。灵感来自Three.js veusz - Python多平台GUI绘图工具和图形库 VisPy - 基于OpenGL的高性能科学可视化 vtk - 3D计算机图形、图像处理和可视化，包括Python界面 pandas-profiling - 生成具有可视化功能的统计分析报告，以进行快速数据分析 pyechars - 基于Echarts库的Python绘图库最后再分享一个对应上面22个绘图包的思维导图：
END
来源：程序员zhenguo
转自：Paper绘图
声明：本文转载仅仅是出于传播信息的需要，并不意味着代表本公众号观点或证实其内容的真实性；如其他媒体、网站或个人从本公众号转载使用，须保留本公众号注明的“来源”，并自负版权等法律责任。
