x为一列品牌名称，y1/y2为一列相同长度的 无意义 数据，接下来让我们使用不同的库对这组数据进行可视化！
Pyecharts
Echarts 是一个由百度开源的数据可视化，凭借着良好的交互性，精巧的图表设计，得到了众多开发者的认可。而Python是一门富有表达力的语言，很适合用于数据处理。当数据分析遇上数据可视化时， pyecharts 诞生了，支持 30+ 种图表 。 在pyecharts中制作条形图首先需要导入相关库
- from pyecharts import options as opts
- from pyecharts.charts import Bar
接着是绘图并不做任何任何调整，首先创建一个Bar实例，接着添加x轴y轴数据，注意 仅接收list格式 数据，最后添加标题并设置在notebook中直接展示。总体来说还是比较符合正常的作图逻辑，整体 代码量并不多 。
- c = (
- Bar()
- .add_xaxis(x)
- .add_yaxis("商家A", y1)
- .add_yaxis("商家B", y2)
- .set_global_opts(title_opts=opts.TitleOpts(title="Pyecharts—柱状图", subtitle=""))
- ).render_notebook()
默认生成的两系列柱状图如下：
可以看到，该图 支持交互式 展示与点击，默认生成的样式也较为美观，并且Pyecharts有详细的中文文档与demo，网上关于Pyecharts的讨论也较多，如果是刚接触的读者也能比较快的上手。 当然如果对默认样式不满意的话，可以进行一些调整，由于 文档十分完整 ，所以代码修改起来并不困难，比如可以修改主题并设置一些标 记线、DataZoom，添加小组件等
总体来说，由于Pyecharts是基于Echarts制作的，因此生成图表比较美观，并且 官方中文文档对相关设置讲解非常详细，有关Pyecharts的 讨论也非常多 ，所以如果在使用过程中有相关疑问也很容易通过检索找到答案，但遗憾的是不支持使用pandas中的series数据，需要 转换为list 才可以使用，不过整体还是让我很满意的一款可视化库。主观评分: 85 分
Matplotlib
Matplotlib 应该是最广泛使用的Python可视化工具，支持的图形种类非常多，使用Matplotlib制作相同效果的图需要先导入相关库，并且并不支持原生中文所以还要设置下中文显示
