Python数据可视化的完整版操作指南（建议收藏）

让我们看一下使用Python进行数据可视化的主要库以及可以使用它们完成的所有类型的图表。我们还将看到建议在每种情况下使用哪个库以及每个库的独特功能。

我们将从基本的可视化开始，直接查看数据，然后继续绘制图表，后制作交互式图表。

数据集

我们将使用两个数据集来适应本文中显示的可视化效果，数据集可通过下方链接进行下载。

数据集：https://github.com/albertsl/datasets/tree/master/popularidad

这些数据集都是与人工智能相关的三个术语（数据科学，机器学习和深度学习）在互联网上搜索流行度的数据，从搜索引擎中提取而来。

该数据集包含了两个文件temporal.csv和mapa.csv。在这个教程中，我们将更多使用的个包括随时间推移（从2004年到2020年）的三个术语的受欢迎程度数据。另外，我添加了一个分类变量（1和0）来演示带有分类变量的图表的功能。

mapa.csv文件包含按国家/地区分隔的受欢迎程度数据。在后的可视化地图时，我们会用到它。

Pandas

在介绍更复杂的方法之前，让我们从可视化数据的基本方法开始。我们将只使用熊猫来查看数据并了解其分布方式。

我们要做的件事是可视化一些示例，查看这些示例包含了哪些列、哪些信息以及如何对值进行编码等等。

import pandas as pd
df = pd.read_csv('temporal.csv')
df.head(10) #View first 10 data rows