哪個數(shù)據(jù)可視化工具比較好？

看了其他答案，都是用現(xiàn)有的可視化軟件。這里以Python為例，介紹兩個相對易用的可視化包——seaborn和pyecharts。它們易學易用，繪制的圖形美觀大方、整潔。有興趣的朋友可以試試。實驗環(huán)境為win10python3.6pycharm5.0，主要內(nèi)容如下:

這是一個基于matplotlib的可視化包，matplotlib是matplotlib更高級的API包。繪圖有很多種，常見的有折線圖、條形圖、餅圖、箱線圖、熱圖等。，需要的代碼更少，使用起來更方便。下面我簡單介紹一下這個包的安裝和使用:

要安裝seaborn，只需輸入命令"pip安裝seaborn"直接在cmd窗口中，如下所示:

安裝成功后，我們可以進行簡單的測試。代碼如下，非常簡單:

程序運行的截圖如下:

更多的例子，你可以查看官方網(wǎng)站的教程，內(nèi)容豐富，有詳細的代碼注釋和解釋，值得學習:

:這是echarts提供給python的一個接口。在前端數(shù)據(jù)可視化中，可以使用這個echarts包。借助pyecharts，我們不僅可以畫出漂亮的條形圖、折線圖等。，還能畫3D圖形、地圖、雷達圖、極坐標系統(tǒng)等。簡單易用，值得學習。下面我簡單介紹一下這個包的安裝和使用:

要安裝pyecharts，只需輸入命令"pip安裝pyecharts"直接在cmd窗口中，如下所示:

安裝成功后，我們可以進行一個簡單的測試。代碼如下，并繪制了一個簡單的直方圖:

程序運行的截圖如下:

更多例子，也可以查看官方教程。介紹很詳細，參數(shù)也很具體，值得學習:

至此，這里簡單介紹一下seaborn和pyecharts包的安裝和使用。總的來說，這兩個包用起來非常方便，易學易用，畫出來的圖形也非常漂亮漂亮。只要有一點python基礎，看看官方的例子，就能很快掌握。當然，你也可以使用可視化工具，比如JMP，來提供一個思路。有興趣的朋友可以試試。希望以上分享的內(nèi)容能對你有所幫助，歡迎大家評論。

學人工智能是不是得有Python的基礎？

隨著人工智能的日益普及，可以說很多學生都想進入這個領域。那么python有必要嗎？我來回答一下。

第一，人工智能有很多分支。比如圖像處理，機器學習，數(shù)據(jù)挖掘等等。Python作為解釋性語言，入門。簡單，并且有很多科學計算和圖像處理以及深度學習算法庫。如果作為人工智能的入門語言，我覺得值得推薦。比如opencv圖像處理庫就包含了很多基本操作，比如平滑、銳化、輪廓提取等。再比如numpy，可以作為科學計算庫，進行各種矩陣運算。但是python目前還不夠快，需要我們掌握另外一種結構化語言，比如C語言。可以在GPU上進行運算，從而提高運算效率，實現(xiàn)移動終端的移植能力。

其次，由于人工智能涉及到很多算法細節(jié)，python有打包的庫函數(shù)可供調用，只需調整參數(shù)，非常方便。相對來說，C要復雜得多，甚至需要自己構建算法。

總之，我推薦python引入人工智能，但最好再學一遍C語言，讓算法得到充分應用。

如果你有任何問題，請在下面留言，讓讓我們一起進步。

我必須這么做。Tensorflow，pytorch和學習人工智能可以不要被繞過。python是主要的開發(fā)語言。許多開源項目都基于python。

不是唯一的，而是最過程的。人工智能離我們的生活越來越近，有必要多了解一下。至于語言，python是目前最主流的，但它并不不代表它是唯一的。還有Lisp，Prolog，C/C，Java，這些編程語言都可以是人工智能編程語言。比如現(xiàn)在很多手機可以運行一些人工智能計算，語言很可能不是python，而是C/C，一種更接近硬件的低級語言。