Python 有很多可视化工具库可以用来对二手房数据进行可视化。下面介绍一些常用的库：

1. Matplotlib：是 Python 中广泛使用的绘图库，可以用来绘制各种图表，包括线图、散点图、柱状图、饼图等。 2. Seaborn：是基于 Matplotlib 的高级绘图库，提供了更多的可视化选项和效果，适合可视化统计数据和信息。 3. Plotly：是一个交互式可视化库，可以通过 Plotly 的 API 将数据传递到 Plotly 的服务器上，生成交互式图表。在 Jupyter Notebook 中，可以使用 Plotly 的 Notebook 模式，将图表嵌入到 Notebook 中。 4. Bokeh：是一个用于 Web 浏览器的交互式可视化库，可以用 Python 和 JavaScript 来创建动态的、交互式的图表和应用程序。 下面是一个使用 Matplotlib 和 Seaborn 进行二手房数据可视化的例子： ```python import pandas as pd import matplotlib.pyplot as plt import seaborn as sns # 读取数据 data = pd.read_csv('houses.csv') # 绘制散点图 sns.scatterplot(x='area', y='price', data=data) plt.title('二手房面积和价格关系图') plt.xlabel('面积') plt.ylabel('价格') plt.show() # 绘制箱线图 sns.boxplot(x='district', y='price', data=data) plt.title('各区二手房价格箱线图') plt.xlabel('区域') plt.ylabel('价格') plt.show() # 绘制直方图 sns.histplot(x='price', data=data, kde=True) plt.title('二手房价格分布图') plt.xlabel('价格') plt.ylabel('频次') plt.show() ```