在 Python 以及JavaScript中可视化一些数据，选择哪个库呢？从 Matplotlib 到 Seaborn，从 Bokeh 到 Plotly，Python 拥有一系列成熟的工具来创建漂亮的可视化，每个工具都有自己的优点和缺点。在本文中，将介绍几个常用的可视化工具的优缺点，以便可以快速地为特定的项目选定合适的可视化工具。

Matplotlib (Python)

优点：

• 使用类似Matlab，两者间转换很容易
• 大量后端渲染
• 使用简便，无需负责的编程
• 长期稳定可靠的标准库

缺点：

• API 太过冗长
• 默认的图形样式不美观
• 对可交互的Web图形支持不够
• 处理大型复杂数据较慢

Bokeh (JavaScript)

优点：

• Web展示、可交互
• 命令及声明式图层
• 能处理大型以及流数据集
• 地理数据可视化

缺点：

• 非矢量图输出
• 新兴工具，用户基数不如matplotlib

Plotly (Python & JavaScript)

优点：

• Web展示、可交互
• 支持多种编程语言（Python, JavaScript, R, Matlab, Julia等）
• 支持三维图形绘制
• 支持动画
• 地理数据可视化

缺点：

• 一些功能需要付费

其他

不错的参考链接

https://westgrid.github.io/trainingMaterials/materials/paraviewWorkshop.pdf

https://plotly.com/javascript/

https://matplotlib.org/stable/

http://docs.bokeh.org/en/latest/

https://d3plus.org/?path=/story/introduction--page

https://d3js.org/