什么是可视化图鉴？

相信你在学习Python数据可视化的路上一定遇到过下面的问题

当你尝试搜索「Python画xxxx图」会发现，怎么这个图matplotlib能做，pyecharts等很多工具也能做，该怎么选？

当你尝试复制别人的代码去执行，会发现不是报错就是和他的效果不一样？

当你好不容易解决报错，尝试修改部分组件时，试了很多代码都搞不定

这都是由于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！

为了解决这个问题，我尝试寻找一个办法让Python数据可视化变得更简单一点，因此可视化图鉴就诞生了。

很多人学数据可视化，上来就研究各种Python包的语法，而忽略了数据可视化的本质就是做出一张图来表达数据，所以首要任务就是将图做出来。

在可视化图鉴，我会将常见的图表帮你绘制出来，并告诉你我使用的所有环境以及数据，之后点击任何一张你想要制作的图，然后复制我的代码并执行，成功出现对应的图片后，进行修改就行。

这里的每一幅图鉴都配有全部的代码、数据、依赖包版本，并且每一幅图都有详细的注释，以及文档告诉你我是通过怎样的方法制作出来，让你修改起来更加得心应手！

如何使用？

截止目前，matplotlib基础系列图鉴即文档已经基本制作完毕，但仍会陆续添加更多基于matplotlib的图鉴，下一步计划更新的工具为pyecharts。

所有的图鉴将会在公众号「可视化图鉴」以及GitHub同步更新，你可以从下方全部图鉴中，根据图片选择任何一张你想要的图片类型，并点击跳转到对应图片的制作文章中，通过查看数据、文档、源码来复现！

并且为了更好的使用matplotlib，我也对部分常用的组件写了易于理解的文档，建议在使用之前或者遇到相关问题时优先阅读下面的文章！

其他说明

如果想让图鉴更加好用，光依靠我一个人的力量是不够的，如果你在使用Python 进行数据可视化的时候，折腾很久做出来一份好看的图案，不妨整理成文档并投稿给我，我会在审核完后加入图鉴中。如果你有想法可以联系我。

matplotlib系列图鉴

组建设置文档

为了更好的使用matplotlib，我也对部分常用的组件写了易于理解的文档，建议在使用之前或者遇到相关问题时优先阅读下面的文章！

👉人人都能看懂的Matplotlib绘图原理讲解

👉从官方文档图学习各项组件设置

👉使用ax.spines调整边框线

👉使用plt.grid调整网格线

👉使用plt.text添加文字

👉最详细的matplotlib刻度调整

👉调整图例，这一篇就够了！

👉一个plt.title设置标题，我有十种玩法！

👉添加自定义元素

👉matplotlib使用中文字体

柱状图

折线图

雷达图

散点图

饼图

箱线图

漏斗图

密度图

Pyecharts图鉴

即将更新，敬请期待！

Seaborn图鉴

正在制作中，敬请期待！

Bookeh图鉴

正在制作中，敬请期待！

Plotly图鉴

正在制作中，敬请期待！

微信搜索「可视化图鉴」关注我，第一时间接收最新文章