放大招！耗时一个月，早起做了一个Python数据可视化APP？

大家好，我是早起。

最近我在和不同读者的交流中，发现很多人和我一样，日常使用的主语言并不是Python，可能是Java/R/Excel等，学Python倒不如说是学requests采集数据，Pandas数据处理、办公自动化、数据可视化等用于辅助工作的功能。

关于爬虫我基本上每周的都会有分享不同的案例，Python数据处理也推出了Pandas120题、NumPy80题、办公自动化也累积了20余个真实案例，但唯独在数据可视化上我没有写出一个不错的专题。

为什么？因为Python数据可视化工具太多了，比如matplotlib、seaborn、pyecharts等，不同的工具使用逻辑不一致，并且同一个工具不同版本之间的绘图逻辑也有差异，怎么办？

为了尝试解决这个问题，早起找了几位同样热爱数据分析可视化的小伙伴，从matplotlib出发，围绕数据可视化打造一个全新的公众号「可视化图鉴」，与其说是公众号，我更愿意把它当成一个小工具用

为什么叫可视化图鉴

图鉴，就是让你在需要使用Python进行可视化的场景下，快速找到你想要的图并制作出来。

「先把你想要的图画出来，再去研究背后的逻辑！」

我们以matplotlib为起点开始创作，目前围绕matplotlib已经更新了大多数图的基础、进阶图以及少量的高级样式图型图鉴，每一幅图都给出了matplotlib版本、完整可执行的源码以及绘图原理讲解，以下为部分图鉴示例，点击图片可以直达

你只要选中你想要的图，点进去，复制我的代码，替换你的数据，就能快速将你的数据进行可视化，当然如果你想进一步了解图是如何做出来的，不仅有详细的注释，也配上了对应的文档，进一步加深你对这幅图的理解！

当然，现在收录的图鉴（大概近100张基于matplotlib的图）还远远达不到满足大多数用户的需求，但已经覆盖了常用的图，我们也继续在马不停蹄的制作中。

长按扫描下方二维码关注「可视化图鉴」，回复1获得现有全部图鉴！

为什么从matplotlib开始

正如我刚开始所说，Python的可视化工具太多了，在去年我也对常用的Python可视化工具进行了对比，在那篇文章的末尾我有说到 「熟练掌握一个工具之后，了解其他工具即可！」 ，其实当时要求大家熟练掌握的工具就是matplotlib

为什么是matplotlib，从下图我们可以发现，现在流行的Python可视化工具或多或少都与matplotlib沾上一点关系，很多就是在matplotlib的基础上改进而来

另一个方面是matplotlib是安装相对简单、资料相对较多的，在没有任何Python环境的机器上，你只需要下载一个anaconda，之后傻瓜式一键安装就可以使用，而其他的库大多数需要额外进行安装、配置。并且在上面提到的文章中，我也说过：「如果你使用matplotlib，遇到一点问题，网上有很多帖子能够帮到你」，而其他的工具遇到一些细节性的问题，则不一定能通过搜索解决！

说了这么多，我想表达的是，如果你想在Python数据可视化的道路上走的远一点，那么matplotlib是你最好的起点！现在可视化图鉴已经更新了近百幅基于matplotlib的图鉴以及数十篇matplotlib组件设置的文章。并且在一个月内这个数字将翻倍！

聊聊 & 礼品

最后想说的是，「早起Python」更新了快一年，从来没有和大家聊过天。

本来『可视化图鉴』应该是在元旦和『早起Python』年度总结聊天文章中一起和大家见面，但由于当时制作完的第一版本没有达到让我觉得满意的状态，便一直修改到今天才发出来。

既然新年已经过去半个月了，总结就没必要发了，但是给大家准备的礼品还是要送出的，我准备了一些 『知乎日历2021』以及十余本优质的『数据可视化相关图书』，包含Python、R语言等，送给一直关注我的粉丝。

那么怎么送呢，规则如下👇

“

规则一：只要在2020年给『早起Python』投过稿的用户，都将赠送一本『知乎日历2021』或技术图书自选，专栏作者隐藏福利开始发放🎉

规则二：长按扫描下方二维码关注公众号『可视化图鉴』后台回复2021，将通过小程序抽奖随机送出3本知乎日历、5本技术图书自选、以及额外现金红包。

规则三：从今天起连续五天（即周六、周日、周一、周二、周三），在公众号『可视化图鉴』头条文章下留言，每篇文章点赞第一名将获得一本『知乎日历2021』，点赞第二、三名将获得可视化图书一本。

”

最后还是想宣传一下， 『可视化图鉴』从Python工具开始，但不止于matplotlib， 后面会陆续上线pyecharts(已完成，待发布)，seaborn、bokeh、plotly等Python可视化工具图鉴，以及Echarts、ggplot2等基于其他语言的可视化图鉴。

如果你对数据可视化感兴趣，欢迎关注『可视化图鉴』👇