Matplotlib 为什么d3和类似的东西有这么多模糊？

很抱歉，如果这个问题被认为微不足道，但我有点不知所措：

为什么在使用d3进行数据可视化时会有这么多的讨论和努力

在python中，我们有matplotlib（MPL）。它可以和很多事情联系在一起。特别是对于出版物就绪的图形（PS、PDF）

或者，这些新举措的目标仅仅是实现web可视化和交互性

如何处理报告生成问题（如准备可打印的报告）

例如，我有一个带有图形仪表板的网站。 我放大、检索数据等。如何将图形和数据表一起存储到报表中？ IMHO，使用基于“旧”MPL的方式很容易实现

---

提前感谢您对这个热门话题的澄清和提示。

我想这个问题没有真正的客观答案，所以这是我的观点

目的：

在我的工作流程中，我将d3视为一种通过两种方式使数据分析更“可用”的方法。首先，它在浏览器中工作，因此与平台无关，不需要特殊软件。第二，可视化可以让非分析师更容易理解数据集，特别是因为它具有交互性的潜力，而且可以创建一个友好的基于web的界面

我认为d3比其他工具更可取的第二个原因是它的灵活性。我对统计软件包的经验（承认我没有使用过Matlab）是，如果您想从头开始创建自定义可视化，那么很难做到这一点

相反，d3可以让您直接了解向量形状的精确放置位置，并提供一种直观、快速的方法来控制所有这些并将其链接到数据集

但是，如果您想生成“标准”图表，那么其他工具可能更简单、更快。例如，我对Mathematica的经验是，它提供了难以置信的交互功能，通常只需要在代码周围添加操纵[]。然而，在某种程度上，这依赖于“预包装”图表

报告：

---

d3并不适合报道，但也没那么糟糕。svg文件可以在Adobe Illustrator等矢量图形程序中打开，因此可以将d3中创建的图表导出为pdf或您选择的任何其他格式

蟒蛇？D3是一个Javascript动态数据图形库；为什么要将其与服务器端图形生成进行比较？谢谢您的回答。另请参见此处的讨论：