在做titanic分析的过程中，看了一些大神的想法，发现在分析数据的过程中，许多大神会使用到seaborn，plotly这些库，而我等小白仅仅知道matplotlib这个唯一的数据可视化库而已。上网查找资料后整理如下：
数据可视化库可以根据其应用场景来分为以下几类：基础的2D,3D图绘制库，交互信息可视化库，地图可视化库
基础的2D,3D可视化
主要包括了matplotlib和seaborn,其中seaborn又是基于matplotlib的高级可视化效果库。
matplotlib是最基础的可视化库
seaborn针对的点主要是数据挖掘和机器学习中的变量特征选取，seaborn可以用短小的代码去绘制描述更多维度数据的可视化效果图。（比如可以通过seaborn.heatmap画出各特征之间的相关度图，找出冗余特征）
交互信息可视化
数据分析的一个业务场景就是用数据讲故事，交互信息可视化的工具就在此凸显出了优势。
plotly实现了在线导入数据做可视化并保存内容在云端server的功能。做演示的时候，只需要在本地的jupyter notebook与plotly server建立通信，即可调用已经做好的可视化内容做展示。Plotly同时有freemium和premium两种账户，免费账户已经可以满足基本需要。
此外，作为数据分析师，一个重要的工作场景就是为业务团队建立dashboard，plotly强大的交互功能得到了淋漓尽致的体现。
另外的交互可视化库有Bokeh,Pyecharts
地图可视化库
处理地理信息数据，一般用于机器学习的可能性小，主要有Geoplotlib和Mapbox