python中有個庫，叫turtle庫，可以畫各種幾何圖形，還有個是pygame庫重點是畫游戲圖形，還有一個是matplotlib庫，畫統計圖形庫的。

有，非常強大！這一輪python獲勝。我下面的介紹很適合收藏喲。

當然，你講的是“作圖”是什么意思呀？是數據可視化么？那也更是python強。

如果是3d動畫，也是python強大。

這一切都是因為python很熱，同時有很多庫可以依賴。

美女與python（蟒蛇）

今天就僅僅說python的作圖的數據可視化，適合收藏。

1 matplotlib：

網上很多資料，強大的python數據可視化庫。

我曾簡單介紹過，文章

《Deepin-Linux-python3下matplotlib安裝、中文設置、附圖例》

《python的數據可視化作圖：pylab、matplotlib和pyplot的關系》

2 pyecharts：

國人大作，牛！

我曾介紹過，文章《python3.8的數據可視化pyecharts庫安裝和經典作圖，值得收藏》

3 seaborn：

是對matplotlib進行高級封裝，在顏色上進行優化。

我曾介紹過，文章《python的高級畫圖seaborn庫安裝、學習、經典實例》

4 Plotly：

Plotly 是一款用來做數據分析和可視化的在線平臺，功能非常強大。

我曾介紹過，文章

《Plotly數據可視化：離線版、微軟vscode版的Python的基本作圖》

《python的plotly與flask結合的可視化基本作圖講解》

5 cutecharts：

cutecharts：是一款可愛的手繪數據可視化工具，代碼原理類似pyecharts。

我曾介紹過，文章《python3的一款可愛的手繪數據可視化作圖工具：cutecharts》

中場休息一

6 reportlab：

reportlab模塊是用python語言生成pdf文件的模塊，也可以作圖。

我曾介紹過，文章《python的reportlab庫介紹、制作pdf和作圖》

7 visvis：

visvis庫：是Python視覺庫，非常強大。也可以數據可視化，但不是強項。

我曾介紹過，文章《python的visvis庫做折線圖（line.py）代碼詳解》

8 Pygal：

Pygal 是另一個簡單易用的數據圖庫，它以面向對象的方式來創建各種數據圖。

我曾介紹過，文章《Pygal 是一個 Python 開發的動態 SVG 圖表庫：介紹和數據可視化》

9 Pyqtgraph：

Pyqtgraph庫：優于matplotlib庫，可交互的、多平臺的、適合2D和3D的一個python庫。

也可以進行數據可視化。

我曾介紹過，文章《Pyqtgraph庫：作為數據可視化部分的python作圖詳解》

10 Bokeh：

應該放在前面，很強大的數據可視化庫，排在matplotlib之后的。

我曾介紹過，文章《Bokeh是一個專門針對Web瀏覽器的交互式可視化Python庫》

中場休息二

11 Dash：

Dash是一個純Python寫成的框架,無需JavaScript即可構建交互式的分析類web應用程序。

Dash是一個優秀的交互式可視化工具，基于plotly。

我曾介紹過，文章《再發Dash是一個純Python寫成的交互式的web應用程序》

12 Streamlit：

是一個開源Python庫，可輕松構建用于機器學習的漂亮應用程序。

也可以進行數據可視化。

我曾介紹過，文章《Python-Streamlit庫再學習：st.slider和數據可視作圖》

13 VisPy：

Vispy是一個以OpenGL為基礎的交互3D可視化庫。

我曾介紹過，文章《VisPy是一個支持3D、大數據、交互式科學可視化的Python庫》

14 Altair：

Altair是一個聲明性統計可視化庫，基于Vega和Vega-Lite。

除了繪制基本圖像，Altair強大之處在于用戶可以與圖像進行交互，包括平移、縮放、選中某一塊數據等操作。

我曾介紹過，文章《Altair是一個聲明性、交互性數據可視化2.0的python庫》

15 VPython：

VPython 是python默認的3D模塊，與PyOpenGL相比，容易上手，無需太多編程技巧。

被人忽略的強大的數據可視化作圖功能。

我曾介紹過，文章《VPython：一個Python的3D圖形動畫庫+被忽略的數據可視化功能》

中場休息三：向鐘爺爺學習，致敬！

16 GooPyCharts：

是一個用于谷歌圖表接口的Python包。

一個易于安裝與使用的圖表庫，語法與MATLAB相似，而且可以替代matplotlib。

我曾介紹過，文章《GooPyCharts：一個簡單、美觀、易用的web可交互的python庫》

17 Plotly Express：

Plotly Express是對 Plotly.py 的高級封裝；plotly推出了其簡化接口:Plotly Express，簡稱:px。

我曾介紹過，文章《Plotly Express 是一個簡化的、交互的、高級的Python 可視化庫》

18 Pandas：

一般人不知道的。

已經成為最受歡迎的數據科學庫之一。

pandas也集成了數據可視化的功能，其數據可視化已經可以滿足我們大部分的要求了，也就省下了我們很多自己使用 如 matplotlib 來數據可視化的工作。

我曾介紹過，文章《Python的利器Pandas庫：超級簡單的數據可視化作圖，你知道嗎？》

19 Plotnine：

plotnine是Python中圖形語法的一種實現，它基于ggplot2，繪圖精美而簡單。

ggplot2，是R語言下的一款強大的、大名鼎鼎的數據可視化繪圖庫。

我曾介紹過，文章《Plotnine庫：是R語言下強大數據可視化ggplot2庫的python版》

20 Chartify：

Chartify庫：是由Spotify開源了一個Python庫，可讓人輕松創建圖表。

而Spotify是全球最大的正版流媒體音樂服務平臺之一，最新開源的作品Chartify 幫助數據科學家用Python創建圖表。

我曾介紹過，文章《Chartify：一個基于Bokeh卻完爆它的、簡單的Python數據可視庫》

中場休息四：強不？

21 Orange：

Orange：一個基于 Python 的數據挖掘和機器學習平臺。

非常優秀，而且每天都在更新和維護。

orange=橙色，數據挖掘，數據可視化，通過可視化編程或Python腳本學習機分析。

我曾介紹過，文章《Orange：是一款可視化編程或Python腳本進行數據挖掘和分析庫》

22 HvPlot：

HvPlot - 基于HoloViews的pandas、dask、streamz和xarray高級繪圖API。

我曾介紹過，文章《HvPlot - 基于HoloViews的pandas高級繪圖python的API》

23 Bqplot：

Bqplot是用于Jupyter的交互式2D繪圖庫。

Bqplot的可視化是基于D3.js和SVG的，支持快速交互和漂亮的動畫。

我曾介紹過，文章《重發：Bqplot是一款用于Jupyter的交互式2D的python繪圖庫》

24 NetworkX：

NetworkX是一個Python包，用于創建、操縱和研究復雜網絡的結構、以及學習復雜網絡的結構、功能及其動力學。

可用于數據挖掘，尤其適合生成人物社會關系圖，超牛。

我曾介紹過，文章《NetworkX：是一個簡單、多樣化、能快速生成網絡圖形的Python庫》

25 Toyplot：

Toyplot是一個Python的交互式繪圖庫，可用于數據可視化、繪圖、文字，用各種形式展示。

我曾介紹過，文章《Toyplot：一個簡潔、可愛的Python的交互式數據可視化繪圖庫》

中場休息五：這么多呀，看累了，伸個懶腰

26 Dabl：

dabl，Python數據分析基準庫。

允許使用可視化和預處理進行數據探索。

我曾介紹過，文章《Dabl：一個可視化、預處理的Python數據分析和探索的基準庫》

27 HoloViews：

HoloViews庫用來制作數據可視化，比bokeh和matplotlib更方便、更簡潔，是一個python庫文件。

基于jupyter的可交互的，當然還可以生成html和svg等格式。

我曾介紹過，文章《HoloViews庫：一個被忽視的、高級的python的數據可視化庫》

28 Mpld3：

MPLD3=mpl+d3=matplotlib+D3js。

是基于當前python下面最流行的圖形圖像庫matplotlib和最知名的javascript庫D3js上開發得到的。

我曾介紹過，文章《Mpld3庫：一個matplotlib被忽視功能，python數據可視化web庫》

29 Joypy：

Joypy其實是掛在matplotlib下實現數據可視化的。

Joypy庫：一個python繪制的山峰疊巒圖庫。

我曾介紹過，文章《Joypy庫：一個python繪制的山峰疊巒圖庫》

===這么多，python太牛了，所以用的人也就多，開發這么多數據可視化庫===

最后，回到正題，你說的作圖，我只是介紹python的數據可視化部分，而且僅僅是我介紹過的，你說強大不強大，如果包括其他比如3d或者繪圖，或者地理數據可視化，那是太強大啦！

所以，python勝出！！！

其他我的今日頭條文字里有許多介紹，比如：

《Pixelhouse：一個精美的、極簡主義的python繪圖庫》

呀！我的文字僅僅在頭條搜索里查詢到，呵呵。

語言火不火主要表現的是市場的需求，和語言本身好不好是有相關性，沒有因果性

比如Python，我們七八年前就開始用了，當時有如醍醐灌頂，發現編程語言竟也可以如此優雅（原來一直用C++）。而大眾覺得開始火的這幾年，Python本身確沒有『突然』增加什么更迷人的東西

有些時候程序員的效率比機器的效率更重要。對于很多復雜的邏輯性功能，使用更加清晰的語言比晦澀的語言給程序減少的負擔，可以大大增強軟件的質量

Python剛剛崛起，學Python找資料可以關注私聊我一下

謝邀。看到題主這張圖片，我還是吃了一驚，這張圖片應該是python自帶的GUI工具IDLE吧，不知道題主以前做過開發，或者使用過英文版的IDE么？這些都是常見的菜單選項啊，經常會用到，估計題主以前沒用過類似的軟件（用的是vim吧），或者是英文不了解的原因吧，下面我就大概介紹一下吧：

New File(Ctrl+N)：新建文件

Open...(Ctrl+O)：打開文件

Open Module...(Ctrl+M)：打開模塊

Recent Files：最近文件

Class Browser(Alt+C)：類瀏覽

Path Browser：路徑瀏覽

Save(Ctrl+S)：保存文件

Save As...(Ctrl+Shift+S)：文件另存為

Close(Alt+F4)：關閉窗口

英文是操作名稱，圓括號內為快捷鍵，這些都是IDE中常見的操作命令，如果不認識的話，可以有有道詞典或金山詞霸查查，很快就能看懂了，針對這個問題，我對題主的建議如下：

1.多熟悉熟悉英語，不要求英語是四級或六級，最起碼編程軟件中常用的英文單詞要了解和熟悉，這是更好使用這些軟件的前提，如果真的不會的話，可以下載個有道詞典查詢，也費不了多少時間：

2.多熟悉軟件和操作，題主能提出這樣的問題，就曉得題主以前幾乎沒用過類似的軟件，更別說pycharm,eclipse等這些大型的IDE了，多操作，多練習，快速的熟悉這個軟件：

3.多練習編程，多動手操作，估計題主也是才入門吧，不然不可能提出這樣的問題，編程就是靠多練多學才能不斷的提高自己的能力，多想多總結才能不斷成長，代碼不是看出來的，要不斷的調試、改代碼，才能有所收獲。

希望題主珍重，編程不容易，入門需謹慎，后面的路還很長。。。你要學的東西還有很多很多，加油吧，共勉。