探索 Python 画图世界：常用包汇总

Python中拥有多个画图包，如pyecharts、bokeh、seaborn、plotly、folium等，为数据可视化提供丰富选择。本公众号已发布一系列文章，详细介绍这些常用包的使用方法。

这些详细文章涵盖了如何使用各个包绘制不同类型的图表，包括柱状图、饼图、热力图、散点图等，并提供了绘制方法和示例。这些内容帮助读者更好地理解和掌握画图包的技巧，以便高效进行数据可视化工作。本文旨在汇总这些文章，便于读者查阅和学习。

以下是文章列表以及它们对应的画图包：

• Pyecharts：系列文章介绍了Pyecharts在大屏可视化中的应用。
• Bokeh：文章介绍了Bokeh包的基本用法，展示如何用Python实现引人注目的数据可视化。
• Seaborn：多篇文章介绍了Seaborn绘制统计图的方法，包括最近的更新和新绘图方式。
• Folium：讨论了Folium的定制化操作，以及如何进行底图本地化处理。
• Plotly：提供了Plotly可视化的基本介绍。
• Matplotlib：简要介绍了如何使用Matplotlib进行作图。
• Pandas：介绍了pandas的可视化工具，以及如何使用pandas进行可视化。
• pandas_alive：展示了如何用Python制作gif动图。
• Jieba：介绍了jieba分词及如何制作词云图。

此外，文章还涉及了其他可视化相关的主题，如决策树、随机森林的可视化，以及常见的可视化图表使用陷阱。