记录本文目的主要是了解python可视化的生态圈，以了解在什么条件下使用什么工具比较合适，本文主要参考了：PyViz: Simplifying the Data Visualisation process in Python
接触了python可视化的童鞋都会发现有太多的可视化包可以使用，都不知道怎么选择了，比如matplotlib这一最基本的库，拿来做简单图可以，但是复杂图还是用它就会比较麻烦。各个库都有自己的优缺点，在不同的特点上各有优势，而我们不可能一个个去学着怎么用，所以可以看看pyviz，它对python的可视化生态做了总结。
"PyViz is a coordinated effort to make data visualization in Python easier to use, learn and more powerful"
PyViz包含了一系列开源的python包，使得在浏览器中处理大小数据集都很容易。
pyviz包括了Holoviews, geoviews等诸多库，可以和pandas，geopandas等计算库兼容。
不过个人认为这个工具目前可能只是将各个工具箱整合起来，所以可能导致有些笨重，因此最好还是根据实际使用情况，独立安装较好。
根据github上的star情况：
- 对于一般的结果分析，数据统计可视化，个人认为结合使用matplotlib和seaborn即可
- 如果需要交互式分析数据，那么bokeh和plotly.py是较好的选择
- 如果涉及到gis数据可视化，如果需要交互式地那么使用plotly.py是比较好的选择，若只是结果分析，那么先尝试使用cartopy是较好的，此外geoplot之于caropy就像seaborn之于matplotlib，也是个可以尝试使用的库。
因此本repo的第三部分就按照上述结构组织：
- 首先是matplotlib和seaborn的使用（3-basic-pyviz，即本文件夹下的内容）
- 然后是gis可视化（3-gis-pyviz）
- 最后补充一点交互式的bokeh和plotly.py（3-interactive-pyviz）
关于可视化不错的一些资料：