python 學習將圖片變清晰 python可視化界面怎么做？

python可視化界面怎么做？本文所做演示的的可視化方法散點圖（Scatterplot)直方圖(Histogram）小提琴圖（Violinplot)特征兩兩綜合比圖（Pairplot）安德魯斯曲線(A

python可視化界面怎么做？

本文所做演示的的可視化方法

散點圖（Scatterplot)

直方圖(Histogram）

小提琴圖（Violinplot)

特征兩兩綜合比圖（Pairplot）

安德魯斯曲線(Andrewscurves)

核密度圖(Kerneldensityestimationplot)

垂直坐標圖（Parallelcoordinates）

Radviz（彎矩圖？）

熱力圖(Heatmap)

氣泡圖(Bubbleplot)

這里比較多不使用Python一個流行的作圖工具:Seabornlibrary，而Pandas和bubbly輔助。我想知道為什么Seaborn比較好好？

而且并不一定數據分析，建模前，都要清洗數據，可以清洗后數據的結果總要有個格式，我知道的最不容易建議使用，最方便啊然后輸入模型,最好就是作圖的格式叫做

學Python，我應該走哪個方向？

1.WEB開發——最火的Pythonweb框架Django,接受同步異步高并發的Tornado框架，短小精干的flask,bottle,Django官方的標語把Django定義,定義為theframeworkafterperfectionistwithdeadlines(大意是個為已經主義者開發的高效率web框架)。

2.網絡編程——允許高并發的Twisted網絡框架，py3分解重組的asyncio使異步編程變的的很簡單的。

3.爬蟲——爬蟲領域，Python簡直是霸主地位，ScrapyRequestBeautifuSoap%urllib等，想爬啥就爬啥。

4.云計算——目前最火最出名的云計算框架那是OpenStack,Python現在的火，很大一部分那是因為云計算。

5.人工智能——誰會曾經的AI

和大數據時代的第一開發語言？這本已是一個不必須論戰的問題。假如說三年前，Matlab、Scala、R、Java和Python還各有機會，局面焉能不明白，那就三年之后，趨勢巳經非常應明確了，特別是前兩天

Facebook開放源代碼了PyTorch之后，Python作為AI時代頭牌語言的位置基本是最終確立，未來的懸念僅是誰能坐穩第二把交椅。

6.自動化運維——問問的每個運維人員，運維人員可以會的語言是什么？10個人不會相信會給你另一個相同的答案，它的名字叫Python。

7.金融分析——我個人前在金融行業，10年的時候，我們公司寫的好多分析程序、高頻交易軟件是專用Python,到目前,Python是金融分析、自動化交易領域里用的不超過的語言。

8.科學乘除運算——你清楚么,97年又開始，NASA就在內的在用Python在參與各種急切的科學除法運算，緊接著NumPy,SciPy,Matplotlib,Enthoughtlibrarys等許多程序庫的開發，使的Python越發合適于做科學計算、繪制的高質量的2D和3D圖像。和科學計算領域最流行的的商業軟件Matlab相比較，Python是一門通用的程序設計語言，比Matlab所按結構的腳本語言的應用范圍更應用廣泛。

9.游戲開發——在網絡游戲開發中Python也有很多應用。兩者相比LuaorC,Python比Lua有更低階的抽象能力，也可以用更少的代碼請看游戲業務邏輯，與Lua而言，Python更更適合另外一種Host語言，即程序的入口點是在Python那一端會比較好好，接著用C/C在的很必要的時候寫一些擴展。Python的很合適匯編語言1萬行以上的項目，但是能夠很不錯地把網游項目的規模壓制在10萬行代碼以內。同時目前，比較知名的游戲文明就是用Python寫的。