Python数据分析NumPy和pandas（二十九、其他Python可视化工具）
与其他开源工具一样，在 Python 中创建图形有很多选项（太多了，无法一一列举）。自 2010 年以来，主要开发工作集中在创建用于在 Web 上发布交互式图形上。例如： Altair、Bokeh 和 Plotly 等工具，可以在 Python 中指定用于 Web 浏览器的动态交互式图形。如果要创建用于打印或 Web 的静态图形，建议使用 matplotlib 和基于 matplotlib 构建的库，例如 pandas 和 seaborn，以满足我们的开发和数据分析需求。
总结一下：这几次记录的的目标是学习使用 pandas、matplotlib 和 seaborn 进行一些基本的数据可视化。数据可视化是一个活跃的研究领域，值得我们更加深入的学习。后面将学习使用 pandas 进行数据聚合和分组操作。