Python 数据可视化
用 matplotlib、seaborn、plotly 画出出版级图表,支持静态和交互两种。
功能与用途
三个库各有分工:matplotlib 用于需要完全控制的静态图和出版级成图,支持柱状、折线、散点、饼图、直方图、热力图以及多面板子图;seaborn 建立在 matplotlib 之上,用于统计类可视化,默认样式好看,覆盖分布图(小提琴、箱线、核密度)、分类图、关系图和矩阵图;plotly 用于交互式图表,支持悬浮提示、缩放平移、3D 图和动画,可导出 HTML,导 PNG 需要额外装 kaleido。
适用场景
- 学术期刊出版级静态成图:使用Matplotlib绘制多子图布局的折线图、散点图,按300DPI导出矢量SVG或无损PNG。
- 探索性数据分布统计分析:借助Seaborn快速绘制箱线图、小提琴图、KDE核密度分布及特征相关性热力矩阵图。
- 交互式Web数据图表开发:通过Plotly构建支持鼠标悬浮提示、缩放拖拽与动画联动的图表,直接导出为HTML。
- DataFrame多维数据快速制图:直接读取Pandas数据表,一键完成分组柱状图、分类汇总与回归趋势拟合。
适用人群
- 数据分析师
- 开发者
- 科研人员
使用步骤
- 说清数据类型和图表用途(出版 / 网页交互 / 统计分析)。
- 让 AI 选择合适的库:matplotlib 控细节、seaborn 做统计、plotly 做交互。
- 按需创建虚拟环境并安装依赖。
- 确认导出格式:静态用 PNG / SVG / PDF,交互用 HTML。
开始使用
将需求和 Skill 名称发送给已连接 SkillPX MCP 的 AI 助手,核对适用工具和安装要求。
技术信息
- 分类
- 编程
- 适用工具
- Codex、Claude Code、OpenClaw、Hermes、国内 Agent
- 使用难度
- 进阶
- 版本
- 1.0.0
- 最近更新
- 2026-05-11
- 文件数
- 3
- 安装包大小
- 自动生成 ZIP
- 安全检查
- 基础检查通过
Professional data visualization using Python (matplotlib, seaborn, plotly). Create publication-quality static charts, statistical visualizations, and interac...
使用前准备
- 待可视化的数据
- Python 环境(可创建虚拟环境)
- matplotlib / seaborn / plotly(按需安装,plotly 导 PNG 需 kaleido)
依赖与权限
- 读取用户主动提供的内容