As 5 Bibliotecas de Gráficos mais Usadas em Python
Matplotlib: É a biblioteca "mãe". Ela é a base de tudo, a mais antiga e a mais flexível. Você pode personalizar cada detalhe do seu gráfico, mas isso significa que, para gráficos simples, você precisa escrever mais código. Pense nela como a sua tela de pintura e pincéis.
Seaborn: Construída em cima do Matplotlib, o Seaborn foca em gráficos estatísticos bonitos e complexos com poucas linhas de código. Ele simplifica muito a vida e já entrega um visual mais profissional.
Plotly: É a campeã em gráficos interativos. Se você quer que seu gráfico tenha zoom, que mostre informações ao passar o mouse (tooltip) e que seja fácil de usar em dashboards na web, o Plotly é a escolha certa.
Bokeh: Também focada em gráficos interativos e para web, assim como o Plotly, mas é especialmente conhecida por sua capacidade de criar streamings de dados e aplicações complexas e em tempo real. É ideal para quem precisa de visualizações dinâmicas no navegador.
Pandas (com plot integrado): Embora seja uma biblioteca de manipulação de dados, o Pandas possui um método chamado .plot() que permite gerar gráficos básicos rapidamente, diretamente dos seus DataFrames (tabelas de dados). É a maneira mais rápida de visualizar seus dados para uma checagem inicial.
Biblioteca | Emoção | Justificativa da Analogia
-----------------+---------+-------------------------------------------------------------
Matplotlib | Raiva | Controle total para personalizar cada detalhe (exige esforço).
Seaborn | Alegria | Entrega resultados estatísticos bonitos e fáceis (felicidade).
Plotly | Medo | Interatividade (zoom, tooltips) para evitar insights perdidos.
Bokeh | Nojinho | Refinamento e elegância para aplicações web dinâmicas.
Pandas (.plot)| Tristeza| Rapidez para a primeira reflexão ou checagem básica de dados.