能治愈白癜风 http://www.yunweituan.com/m/为什么选择交互式可视化？
Matplotlib和Seaborn是数据科学社区中流行的库，可以生成用于可视化的精美绘图和图表，数据科学家必须花费大量时间使用seaborn或matplotlib库生成和自定义绘图。
并且这2个库入门并不是那么容易！看下面用这2个库如何完成这个任务！
让我们使用seaborn生成一个样本静态条形图来可视化几个国家在年的人口。
seaborn来可视化
效果如上，代码如下：
sns.barplot(data=df,x=country,y=pop)plt.show()虽然，seaborn很简单，但是可定制性不好。
Matplotlib来画图分析
用Matplotlib效果如上，代码如下：
plt.figure(figsize=(14,4))sns.barplot(data=df,x=country,y=pop)plt.xticks(rotation=90)plt.grid(axis=y)plt.show()X轴有个类别（国家/地区），这使得该图难以解释。必须过滤前60个国家以获得更好的可视化效果。
plt.figure(figsize=(14,4))sns.barplot(data=df[df[country].isin(list(df[country].unique())[:60])],x=country,y=pop)plt.xticks(rotation=90)plt.grid(axis=y)plt.show()必须编写多行Python代码，才能使情节美观且直观。尽管如此，这些情节本质上是静态的，从情节中获得每个国家的确切人口有点困难。
怎么又简单，还可以动态交互数据可视化呢？
PlotlyExpress神器来了
PlotlyExpress是plotly库的包装器。PlotlyExpress的函数API设计为尽可能一致且易于学习，从而可以在整个数据探索会话期间轻松地从散点图切换到条形图、直方图和旭日图。PlotlyExpress在一行Python代码中生成直观的交互式绘图
先看看它的效果吧。
并且居然，只使用了3行代码就搞定。看看下面的代码吧。
importplotly.expressaspxpx.bar(data_frame=df,x=country,y=pop)
神器的安装
pipinstallplotly这么神奇的神器安装也不多废话，一句搞定。
总结
PlotlyExpress是一种生成交互式绘图和图形的便捷工具，它使数据分析更加直观。可以将鼠标悬停在图上，以与图进行交互演示来提高效率。
然而，与seaborn或matplotlib相比，来自PlotlyExpress的Plots的可定制性并不高。因此，seaborn或matplotlib可用于生成可定制的绘图，而PlotlyExpress可用于从绘图中生成快速见解。
