Stock Data

那么，将数据可视化并围绕它构建故事以直观地解释它们肯定意义重大，从而使我们能够从视觉信息中获得洞察力，这就是为什么我们需要可视化作为处理数据过程中的重要组成部分，提供洞察力，帮助我们做出有效的商业决策。

Iris 数据集
其中包括三种鸢尾花，每种 加纳手机号码列表 有 50 个样本，以及每种花的一些特性。一种花与另外两种花线性可分，但另外两种花彼此之间不能线性可分。

该数据集中的列为：

ID
萼片长厘米
萼片宽
花瓣长度厘米
花瓣寬闊厘米
物种
我们将介绍 Python 中用于创建激动人心的图表并使我们能够从中得出推论的主要库。Python 中的一些主要库如下

Matplotlib​
Matplotlib 是 Python 数据可视化库的支柱。尽管已有十多年的历史，但它仍然是 Python 社区中使用最广泛的绘图库。它的设计与 MATLAB（一种 20 世纪 80 年代开发的专有编程语言）非常相似。

Matplotlib 是第一个 Python 数据可视化库，许多其他库都是在其基础上构建的，或设计为在分析过程中与其协同工作。一些库（如 pandas 和 Seaborn）是 matplotlib 的包装器。它们允许您使用更少的代码访问许多 matplotlib 的方法。

西伯恩
它利用 matplotlib 的强大功能，仅使用几行代码即可创建漂亮的图表。主要区别在于 Seaborn 的默认样式和调色板，它们的设计更加美观和现代。由于 Seaborn 是基于 matplotlib 构建的，因此您需要了解 matplotlib 才能调整 Seaborn 的默认设置。

Geoplotlib
Geoplotlib 用于创建地图和绘制地理数据。我们可以使用它来创建各种地图类型，如分级统计图和热图。我们必须安装 Pyglet（面向对象的编程接口）才能使用 geoplotlib。它是一个用于绘制地理数据的单一库，并且以其自身的形式被证明是高效的


Python 中的绘图
为了充分理解可视化的力量，唯一的办法就是以激动人心的方式可视化数据，让数据自己说话。我们将使用数据集 iris 充分探索 Python 的丰富功能，让数据说话。