1、matplotlib

Matplotlib是用于数据可视化的最流行的Python包之一。 它是一个跨平台库，用于根据数组中的数据制作2D图。 Matplotlib是用Python编写的，并使用了Python的数值数学扩展NumPy。 它提供了一个面向对象的API，有助于使用Python GUI工具包(如PyQt，WxPythonotTkinter)在应用程序中嵌入绘图。 它也可以用于Python和IPython shell，Jupyter笔记本和Web应用程序服务器。Matplotlib有一个名为Pylab的过程接口，它的设计类似于MATLAB，MATLAB是MathWorks开发的一种专有编程语言。 Matplotlib和NumPy可以被认为是MATLAB的开源等价物。

2、seaborn

Seaborn同Matplotlib一样，也是Python进行数据可视化分析的重要第三方包。但Seaborn在Matplotlib的基础上进行了更高级的API封装，使得作图更加容易，图形更加漂亮。Seaborn是基于Matplotlib产生的一个模块，专攻统计可视化，可以和Pandas进行无缝链接，使初学者更容易上手。相对于Matplotlib，Seaborn语法更简洁，两者的关系类似于NumPy和Pandas之间的关系。但是应该强调的是，应该把Seaborn视为Matplotlib的补充，而不是替代物。

3、ggplot

ggplot是基于matplotlib并旨在以简单方式提高matplotlib可视化感染力的库，它采用叠加图层的方式绘制图形。例如，先绘制坐标轴所在图层，再绘制点所在的图层，最后绘制线所在的图层。也因此，它不适用于个性化定制图形。

4、bokeh

Bokeh 是一款 Python 交互数据可视化。与 Matplotlib 和 Seaborn 不同，Bokeh 使用 HTML 和 JavaScript 渲染其地块。它以现代网络浏览器为呈现目标，提供优雅、简洁的新颖图形结构和高性能交互性。

5、pygal

Pygal是一个开源的Python数据可视化库。它是最好的Python库之一，可以为不同的数据集创建高度互动的图和图表。同时，它允许你以SVG（可扩展矢量图）或PNG（可移植图形格式）下载你的可视化资料，用于多种应用并进行相应的定制。

6、pyecharts

pyecharts 是一个用于生成 Echarts 图表的类库。Echarts是由百度开发的一个数据可视化开源JS 库。可视化类型多，效果也非常好，但是使用时需要通过导入js库在Java Web项目上运行，使用比较复杂。pyecharts 是一个国人开发的一个Echarts与Python结合的类库，为了与 Python 进行对接，方便在 Python 中直接使用数据生成图。pyecharts可以生成动态网页来展示数据，数据地图的制作更是pyecharts库最大的亮点。