柱状图
plt.bar(x,y) 比较、趋势、占比
适用：对比分类数据。
局限：分类过多则无法展示数据特点。
相似图表：
1）堆积柱状图。比较同类别各变量和不同类别变量总和差异。
2）百分比堆积柱状图。适合展示同类别的每个变量的比例。
?
条形图
类似柱状图，只不过两根轴对调了一下。
适用：类别名称过长，将有大量空白位置标示每个类别的名称。
局限：分类过多则无法展示数据特点 。
相似图表：
1）堆积条形图。比较同类别各变量和不同类别变量总和差异。
2）百分比堆积条形图。适合展示同类别的每个变量的比例。
3）双向柱状图。比较同类别的正反向数值差异。
折线图
data.plot()? ?展示数据随时间或有序类别的波动情况的趋势变化。
适用：有序的类别，比如时间。
局限：无序的类别无法展示数据特点。
相似图表：
1）面积图。用面积展示数值大小。展示数量随时间变化的趋势。
2）堆积面积图。同类别各变量和不同类别变量总和差异。
3）百分比堆积面积图。比较同类别的各个变量的比例差异。
?
散点图
plt.scatter(x,y)? ?相关性、是否存在趋势，不同区域隐含的信息。用于发现各变量之间的关系。
适用：存在大量数据点，结果更精准，比如回归分析。
局限：数据量小的时候会比较混乱。
相似图表：气泡图。用气泡代替散点图的数值点，面积大小代表数值大小。
?
饼图
plt.pie(x=sizes,labels=label) 体现占比关系，其他还有环形图、词云图、面积图、堆叠图。
用来展示各类别占比，比如男女比例。
适用：了解数据的分布情况。
缺陷：分类过多，则扇形越小，无法展现图表。
相似图表：
1）环形图。挖空的饼图，中间区域可以展现数据或者文本信息。
2）玫瑰饼图。对比不同类别的数值大小。
3）旭日图。展示父子层级的不同类别数据的占比。
?
热力图
使用颜色标识数据的大小差异，而非利用面积进行标注。
适合：可以直观清楚地看到页面上每一个区域的兴趣焦点。
局限：不适用于数值字段是汇总值，需要连续数值数据分布。
箱线图
plt.boxplot(data)? 体现数据内部分部。中位数、上下四分之一位、最大值、最小值、异常值。
是利用数据中的五个统计量：最小值、第一四分位数、中位数、第三四分位数与最大值来描述数据的一种方法。
适用：用来展示一组数据分散情况，特别用于对几个样本的比较。
局限：对于大数据量，反应的形状信息更加模糊。
?
词云图
WordCloud 通过文本标签的体积大小，体现数值大小。面积代表数值大小。仅需类别数据和频数统计。
展现文本信息，对出现频率较高的“关键词”予以视觉上的突出,比如用户画像的标签。
适合：在大量文本中提取关键词。
局限：不适用于数据太少或数据区分度不大的文本。
雷达图
将多个分类的数据量映射到坐标轴上，对比某项目不同属性的特点。
适用：了解同类别的不同属性的综合情况，以及比较不同类别的相同属性差异。
局限：分类过多或变量过多，会比较混乱。
?