A. python有哪些数据分析和数据展现的模块可以用
1、python下的数据分析模块
pandas：依赖于numpy和sciepy，主要用于数据分析，数据预处理以及基本的作图，这个包不涉及复杂的模型。
statsmodels：统计包，设计各种统计模型，包括回归、广义回归、假设检验等，结果类似于R语言，会给出各种检验结果。
对于numpy和scipy是作为科学计算用的，提供各种向量矩阵计算、优化、随机数生成等等。
以上都是一些包，如果是分析环境的话，可以考虑spyder和ipython notebook——其中ipython notebook 是可以把代码、结果以及报告同时结合在一起的东西——类似于R语言的Rmarkdown。
2、python的数据可视化
最常用的matplotlib，用于科学制图——基础的绘图，已经集成在pandas里。此外，ggplot2在R语言下的绘图神器，也同时支持python的哟，非常推荐。
3、数据存储
一般都用数据库吧。如果怕麻烦，用cPickle直接把数据保存成文本，下次使用直接load就可以。此外，python是内置了spqlite3数据库的，可以直接使用。对于复杂的数据，可以使用数据库接口——各种的，包括hadoop。
B. python做可视化数据分析，究竟怎么样
没有独特优势，只是前人写的库比较全。学习PYTHON就是对库的学习。
C. Python中除了matplotlib外还有哪些数据可视化的库
Python中除了matplotlib外还有哪些数据可视化的库
PYTHON很多好看的作图库，但是都是基于matplotlib进行开发封装的！
我用过seaborn, bokeh, ggplot这三个库！
seaborn是偏向于统计作图的，尤其是线性作图，用起来比较顺手，简单。seaborn整个语法层也会简化很多，画出的图不需要修饰看起来也很好看
D. python大数据可视化有哪些用途
Seaborn是一个Python中用于创建信息丰富和有吸引力的统计图形库。这个库是基于matplotlib的。
Seaborn提供多种功能，如内置主题、调色板、函数和工具，来实现单因素、双因素、线性回归、数据矩阵、统计时间序列等的可视化，以让我们来进一步构建复杂的可视化。
E. 如何python数据可视化代码
matplotlib的图像都位于Figure对象中，你可以用plt.figure创建一个新的Figure，不能通过空Figure绘图，必须用add_subplot创建一个或多个sub_plot才行
>>> import matplotlib.pyplot as plt
>>> fig=plt.figure()
>>> ax1=fig.add_subplot(2,2,1)
>>> ax2=fig.add_subplot(2,2,2)
你可以在matplotlib的文档中找到各种图表类型，由于根据特定布局创建Figure和subplot是一件常见的任务，于是便出现一个更为方便的方法：plt.subplots,它可以创建一个新的Figure，且返回一个含有已创建的subplot对象的numpy数组。
F. Python中数据可视化的两个库！
1、Matplotlib
Matplotlib是最全面的Python数据可视化库。
有人认为Matplotlib的界面很难看，但笔者认为，作为最基础的Python数据可视化库，Matplotlib能为使用者的可视化目标提供最大的可能性。
使用JavaScript的开发者们也有各自偏好的可视化库，但当所处理的任务中涉及大量不被高级库所支持的定制功能时，开发者们就必须用到D3.js。Matplotlib也是如此。
2、Plotly
虽然坚信要进行数据可视化，就必须得掌握Matplotlib，但大多数情况下读者更愿意使用Plotly，因为使用Plotly只需要写最少的代码就能得出最多彩缤纷的图像。
无论是想构造一张3D表面图，或是一张基于地图的散点图，又或是一张交互性动画图，Plotly都能在最短的时间内满足要求。
Plotly还提供一个表格工作室，使用者可以将自己的可视化上传到一个在线存储库中以便未来进行编辑。
更多Python知识，请关注Python视频教程！
G. Python中除了matplotlib外还有哪些数据可视化的库
可以试试ggplot这个库，参考：
Python | 用ggplot快速绘图
http://jingyan..com/article/bad08e1ee80ffd09c851210c.html
H. python大数据可视化可以解决哪些问题
1. 百万行级不算大数据量，以目前的互联网应用来看，大数据量的起点是10亿条以上。
2. 处理的具体含义，如果是数据载入和分发，用python是很高效的；如果是求一些常用的统计量和求一些基本算法的结果，python也有现成的高效的库，C实现的和并行化的；如果是纯粹自己写的算法，没有任何其他可借鉴的，什么库也用不上，用纯python写是自讨苦吃。
I. python数据可视化有什么用
准确的来说是做统计数据的可视化，一般的数据可视化都是js生成的，这点跟后端语言没啥关系。R的最大优点就是有一些优秀的可视化包，比如ggplot2