引言
藝術之美根植于其所傳達的資訊。有時候，現實并非我們所看到或感覺到的。達芬奇（da vinci）和畢加索（picasso）等藝術家都通過其具有特定主題的非凡藝術品，試圖讓人們更加接近現實。
資料科學家并不遜色于藝術家。他們用資料可視化的方式繪畫，試圖展現資料内隐藏的模式或表達對資料的見解。更有趣的是，一旦接觸到任何可視化的内容、資料時，人類會有更強烈的知覺、認知和交流。
在資料科學中，有多種工具可以進行可視化。在本文中，我展示了使用python來實作的各種可視化圖表。
怎樣才能在python中實作可視化？
涉及到的東西并不多！python已經讓你很容易就能實作可視化——隻需借助可視化的兩個專屬庫（libraries），俗稱matplotlib和seaborn。聽說過嗎？
matplotlib：基于python的繪圖庫為matplotlib提供了完整的2d和有限3d圖形支援。這對在跨平台互動環境中釋出高品質圖檔很有用。它也可用于動畫。
seaborn：seaborn是一個python中用于建立資訊豐富和有吸引力的統計圖形庫。這個庫是基于matplotlib的。seaborn提供多種功能，如内置主題、調色闆、函數和工具，來實作單因素、雙因素、線性回歸、資料矩陣、統計時間序列等的可視化，以讓我們來進一步建構複雜的可視化。
我能做哪些不同的可視化？
剛出版不久的《a comprehensive guide on data visualization》中，介紹了最常用的可視化技術。在進一步深入學習前，如果你尚未閱讀此書，我們建議你參考此書。
以下是python代碼與其輸出結果。我就是用下面的資料集來建立這些可視化的。
導入資料集
1.直方圖
2.箱線圖
3.小提琴圖
4.條形圖
5.折線圖
6.堆積柱形圖
7.散點圖
8.氣泡圖
9.餅圖
10.熱圖
你可以嘗試繪制基于兩個變量的熱圖，如x軸為性别，y軸為bmi，資料點為銷售值。
結語
現在，你肯定已經意識到了資料可視化的美妙，為什麼不自己動手試試呢？在以後的文章中，我們還将探讨用python實作地圖可視化和詞雲。
大資料文摘也曾經釋出過用r進行資料可視化的文章，《用r語言進行資料可視化的綜合指南（一）》和《用r語言進行資料可視化的綜合指南（二）》。大家可以參考一下，做個對比。
原文釋出時間為：2015-11-09
本文來自雲栖社群合作夥伴“大資料文摘”，了解相關資訊可以關注“bigdatadigest”微信公衆号