最近因为工作，需要用到 holoviews 库
对于 python 小白的我，面对网上一堆英文资料和运行不了的 demo 。简直非常不友好，差点一命归西。
今天就记录一下我学习 holoviews 的过程。
1.介绍 holoviews 库
holoviews 库，我的理解，就是可以完成有交互的可视化库。
简单来说，如果使用 matplotlib 能画出一张图片格式的，图表的话。
那么你使用 holoviews 库就可以生成一张网页格式的，可以具有交互的图表。
2.瞅一瞅官方文档
其实官方文档提供了很多详细的案例。
但是由于外网卡，全英文，也不知道为何 demo 还不能直接运行，一度怀疑人生。
（后来别人告诉我，原来是工具不对）
今天我用开发工具是：pycharm。
3.举一个例子，简单理解 holoviews 的使用
我选择的是，官网的第一个案例进行尝试
官网案例截图
初始化设置
import holoviews as hv
import pandas as pd
hv.extension('bokeh')
hv.output(fig='html', size=300)
首先导入了 holoviews 库，由于我的数据是csv格式的，所以还导入了 pandas 库。
接下来进行了 hv的设置，扩展使用 bokeh库。
设置了图表的输出格式html格式，大小是300。
导入数据
seven.csv
data = pd.read_csv('seven.csv',index_col=0,header=0)
germany_data = data.loc['德国'].values
france_data = data.loc['法国'].values
britain_data =[1000,2000,3000,4000,5000]
我导入了2组CSV里面的数据，为了做对比，我把最后一组英国的数据，改成了一个列表。
这里从CSV文件里取出的数据，不能包含国家名字，不然会报错。
生成图表
dims =dict(kdims='时间/天', vdims='新增肺炎人数')
l1 = hv.Area(germany_data, label='法国', **dims)
l2 = hv.Area(britain_data, label='英国', **dims)
l3 = hv.Area(france_data, label='德国', **dims)
overlay = (l1*l2*l3)
hv.save(overlay, 'a.html', fmt='html')
我们用字典生成了描述信息
通过 hv.Area()方法，添加了3组数据，生成了3条折线。
（参数1:数据 参数2:选项卡名字 参数3:字典描述信息）
最后，把图表输出成一个html的网页文件
展示
产生在工程目录下的HTML
我们用谷歌浏览器打开
完成后的图表
4.小结
由于我的需求比较简单，对holoviews的探索就止步于此了。
我的理解holoviews库，是在轮子上造轮子。优势在于语法简单，案例丰富，效果强大。但是可能是因为我刚接触可视化，对它扩展使用的 bokeh库不熟悉，导致还是花了一些时间来研究。
希望这篇文章，对和我一样的小白有所帮助吧。
