第4章　可视化分析

之前提到过，Python比较麻烦的地方在于，对于同一个功能，可能有好多库都可以实现。在可视化分析上，就存在这个问题。

Python的可视化分析最底层的库是Matplotlib，如果想仔细研究可视化，需要对Matplotlib非常熟悉，这样才能画出更多高度定制化的图像。

如果不需要实现高度定制化，只是做一些简单的可视化，那么使用Pandas也可以比较快地完成。因为Pandas中也集成了部分可视化功能，这些功能从本质上说都是在调用Matplotlib，但是接口比较简单，使用起来方便快捷。

对于系统性的统计性研究，seaborn是一个非常好的统计可视化库。由于在研究量化策略的时候，需要进行大量的统计工作，因此相关人员也应该要掌握seaborn的用法。

需要注意的是，无论是Pandas绘图，还是seaborn绘图，其本质都是调用Matplotlib，所以当我们需要进一步对图形进行定制化，但又没有对应接口的时候，就必须要使用Matplotlib更为底层的语法。但这会略有一些复杂，如果对可视化没有高度的定制化需求，那么不建议大家在这个上面耗费太多精力。

本章将先介绍Matplotlib的一些相关内容，再介绍如何使用Pandas直接绘图，最后介绍seaborn的使用方法。