python中常用的數據圖形化庫有matplotlib,seaborn,plotnine以及pandas自帶的圖形化功能等（目前我接觸的）。在這幾種圖形化中，pandas自帶的庫圖形簡單，matplotlib需要調試的參數過多，seaborn基於matplotlib，但是學習難度遠小於matplotlib，可以作為學習的首選圖形化庫。
以下為我個人常用的幾種圖形
seaborn輸入參數基本所有的圖形輸入類型是壹致的，設置輸入的橫坐標的數據即 x =“列名”， y =列名，用於分類的數據 hue =列名，輸入的數據集，及壹些其他的參數。
palette為seaborn可以選擇的調色板。有多種配色選擇可以用來選擇。
箱線圖與小提琴圖壹樣，適合展示數據的整體分布，與數據的集中程度，箱線圖還包括數據的上線四分位線，異常值等等，也可以用來比較兩組數據整體的高低等。
在數據集中數據較多的情況下，還可以選擇sns.boxenplot用來展示數據分布，可以較為直觀的整體數據分布。
日常使用boxplot比較多，對於boxplot，有以下幾點小小的總結：
最後得到圖形如下所示，顯得比較簡單直接。
seaborn中只有5個風格可供選擇，而在matplotlib中則有更多的作圖風格可以供我們選擇，我們可以使用以上語句選擇需要使用的風格(26種）具體可以參考.
matplotlib style
小提琴圖是核密度圖與數據分布圖的結合的圖形，表達圖形含義與箱線圖類似，可以較為直觀的展示數據的分布。
此外還有壹些其他的圖形較為常用，swarmplot(簇狀散點圖），stripplot(分類散點圖），scatterplot(散點圖），lineplot(連線圖），lmplot(擬合回歸線圖，可以選擇回歸線的冪次，如二次回歸或者三次回歸等）。catplot（以某壹列為分類信息，分成多個圖展示數據，可以選擇的又boxplot等）。
seaborn style
matplotlib style