html条形图代码（html条形图）

Python如何快速创建强大的探索性数据分析可视化？

快速创建，当然是用库啰。

主流的库：pandas、seaborn、matplotlib。

另外plotlib和bokeh也可以了解下。

pandas

pandas是基础，数据分析可视化，首先要分析，然后才谈得上可视化。

（图片来源：pandas官网）

pandas的主要概念是DataFrame和Serie。其中用的最多的是DataFrame。DataFrame你可以简单理解为一张表格，每行是一个观测（observation）/实例（instance），每列是一个特征（feature）/属性（property）。理解了DataFrame，Serie也就不难理解，DataFrame的每行你都可以把它看成是一个Serie.

html条形图代码（html条形图）

然后pandas提供了各种数据分析的方法，处理DataFrame和Serie.

绘图库

然后，seaborn、matplotlib、plotly、bokeh都是绘图库，用来绘制各种可视化的图形。（当然，其实pandas也可以用来绘图，但是pandas的绘图能力比较孱弱，一般不用。）

seaborn是基于matplotlib的，后出转精，API用起来比matplotlib简洁舒服。不过seaborn并不能完全替代matplotlib，有的时候还是需要使用matplotlib。

（图片来源：seaborn官网）

seaborn和matplotlib都是绘制图片，而plotly和bokeh可以做出可交互的图片。当然，这也就意味着，为了实现交互功能，你需要自己搭一个服务（bokeh），或者是找平台host（plotly提供收费host）。

前端如何制作可视化报表？

这里介绍2个制作前端可视化报表的js库，一个是echarts，一个是g2，这2个库涵盖了大部分报表的制作，包括折线图、柱状图、饼图、散点图等，使用简单，文档详细，示例丰富，下面我简单介绍一下这2个库：

echarts：这个是百度开发的一个前端可视化js库，可以流畅的运行在移动和PC设备上，兼容大部分浏览器，提供直观，交互丰富，高度可定制的可视化图标，下面我简单介绍一下这个库的使用：

1.下载echart.js到本地，如下，开发的话，建议下载源码版本：

html条形图代码（html条形图）

2.下载成功后，我们就可以本地引入echarts.js到html中，测试代码如下，简单绘制一个柱状图，很简单：

保存这个html文件，用浏览器打开，效果如下：

这里只是一个简单的入门实例，更多示例的话，可以看看官网的examples，涵盖了各种报表的制作，包括地图、极坐标图、热力图等，过程非常详细，可以在线编辑运行，这里我就不再赘述了，如下：

g2：这个是阿里开发的一个前端可视化库，简单易学，以数据驱动，具有高度的扩展性和易用性，用户无需关注底层的实现细节，几条语句便可快速构建出统计报表，下面我简单介绍一下这个库的使用：

1.测试代码如下，这里可以在线引入g2.js库，也可以下载g2.js到本地，再引入，这里简单绘制了一个柱状图：

浏览器效果如下：

更多示例，可以查看官网教程，介绍的很详细，各种组件都有介绍，代码也很详尽，点击进去，便可查看源码和运行效果图：

至此，我们就完成了echarts和g2这2个可视化js库的简单使用。总的来说，这两个库都非常好使用，简单易学，容易上手，官网提供了非常丰富的教程供开发者使用，当然，除了这2个库，还有D3，Highcharts等可视化库，这里我就不详细介绍了，感兴趣的可以自己搜一下，网上也有相关教程和资料，希望以上分享的内容能对你有所帮助吧。

这里介绍个报表工具润乾报表V2018，统计图有自带的统计图，第三方统计图（echarts,D3）,还支持自定义统计图形，可实现的页面交互效果也挺丰富如折叠报表，滚动公告的效果，图表联动等。

html条形图代码（html条形图）