对于编程的印象，许多人仍然停留在程序代码上。事实上，我们可以使用代码来绘制我们想要的数据图片，然后更多地应用于数据分析。目前python可视化图库已经发展得非常全面，种类繁多。在这里，我们分享一些常用的图形库，并带来散点图的代码示例练习。
一、可视化图形库
1.seaborn 它是基于matplotlib的高级版本，主要针对数据挖掘和机器学习的变量特征，可以用非常短的代码画出多维变量的可视化图形。
2.Plotly还支持Python和R语言，实现了在线导入数据的可视化和云server中内容的保存功能。在演示时，您只需要在本地jupyter notebook和plotly server可以通过建立通信来调用已经完成的可视化内容进行显示。
3.pyecharts是基于百度echarts的开源项目，也是我经常使用的交互可视化工具。与bokeh和plotly相比，pyecharts的语法更简单，效果更好。
4.bokeh是python中基于网页的绘图工具库，可用于网站的可视化显示，具有互动性。
二、可视化图形代码
散点图
importnumpyasnp
importpandasaspd
importmatplotlib.pyplotasplt
importseabornassns
#数据准备
N=1000
x=np.random.randn(N)
y=np.random.randn(N)
#用Matplotlib画散点图
plt.scatter(x,y,marker='x')
plt.show()
#用Seaborn画散点图
df=pd.DataFrame({'x':x,'y':y})
sns.jointplot(x="x",y="y",data=df,kind='scatter');
plt.show()以上是python教程中python可视化图形库的介绍。了解这些基本图形库后，可以下载相应的图形库。安装好的朋友可以开始画散点图。