引言
Python 的 seaborn 与 matplotlib 绘图已不必多说，相信能够开始尝试使用 cufflinks 或者 FineBI 等工具进行绘图的朋友，已经对基本的数据可视化有了一定的了解。那我们就直接开始吧，本博文用到的数据是通过 Selenium 网络爬虫从好买基金网上获取的，文末附有链接；且笔者也已经将常用的可视化图如 seaborn 中的 displot 正态曲线比较直方图，heatmap 热力图，treemap 树形图等等封装到了快捷方便的自写库中，使用时直接一行函数名传入参数即可，链接亦在文末。
漏了，cuuflinks 绘图包对绘制与金融/风控领域的图非常友好
正式开始
库导入与数据预览
单线图
绘图风格跟 pandas 绘图很像，但为什么说它酷且能动呢？
酷就酷在
- 线条值随鼠标移动而显示不同，且可跟 x 轴相呼应
- 可以查看任意阶段的东西，自己截即可
- 点击既可以秒下载，无需再 savepig 之类的
多线图
这个不必多赘述，直接看效果图即可。
简单子图
通常我们生成子图是不是需要进行下面的操作呢，这里再加高点要求，每个字图都要有自己的标题，总之就是会有一点点麻烦，哪怕只是需要复制
但 cufflinks 就不一样了，只需要往函数中添加参数即可，但要注意 DateFrame 的形式其实也已经是对生成这样的可视化起到了很大的帮助，因为我构造出了三列，如果你是一列名义变量中混杂在一起的，建议先处理一下数据，拼接成多列。一句话，要想使用 cufflinks 达到超快又可动起来的效果，建议再处理数据上要稍微下一点功夫，而且 cufflinks 要求的数据格式也非常方便我们使用Python基础绘图库绘图
再升级
既然我们已经很明确的知道了需要画时间序列的折线图，即 x 轴我们是已经确定了是不会变的，一直都是时间。所以能不能更加智能一点？没问题，set_index 来指定 x 轴
骚气的标注
美中不足的是，标注没有显示在线上，而是显示在了时间轴上，如果横轴不为时间序列的话就好像可以，笔者以前尝试图：
建议
在复杂一点的子图组合如下，笔者是用 FineBI 完成的（还没调色，效果看起来一般），而且也是动态的，可布局到网页上。数据可视化在探索性数据分析中能起到很大作用，但也不必过分追求精美，等到最后呈现报告或汇报工作的时候再做好看点就行，别本末倒置，结合业务实际最重要，加油
精彩回顾 & 延伸阅读
延伸阅读
- Selenium 网络爬虫：好买基金网
- Python 数据可视化：seaborn displot 正态分布曲线拟合图代码注释超详解(放入自写库，一行代码搞定复杂细节绘图)
- Python 数据可视化：treemap 树形图 饼图升级版超详解，体现占比的同时显示出数量(放入自写库，一行代码搞定复杂细节绘图)
精彩回顾
- 这样问 bug，怪不得没人回你… | 程序员该有的提问技巧
- Excel 还在重复输入相同的数据？不用那么麻烦（避免重复输入，批量填充 – 非手动输入与复制粘贴的快捷精准输入的方法）
-
Word 人人都要会的打印攻略（书籍打印，方便翻页，统一格式，缩放打印省纸又方
便）
后记
数据分析，商业实践，数据可视化，网络爬虫，统计学，Excel，Word, 社会心理学，认知心理学，行为科学，民族意志学 各种专栏后续疯狂补充
欢迎评论与私信交流！