对不起，如果这个问题被认为是微不足道的，但我有点迷茫：
为什么在使用 d3 进行数据可视化方面有如此多的讨论和努力？
在 python 中，我们有 matplotlib (MPL)。它可以做很多事情。特别是对于出版就绪的图形（PS、PDF）？
或者这些新举措的目标仅仅是为了实现网络可视化和交互性？
报告生成问题（例如准备可打印报告）是如何解决的？
例如，我有一个带有图形仪表板的网站。我放大，检索数据等。如何将图形与后面的数据表一起存储到报告中？恕我直言，使用“旧”基于 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。
我想这个问题并没有真正的客观答案，所以这是我的看法。
目的：
在我的工作流程中，我将 d3 视为通过两种方式使数据分析更“可用”的一种方式。首先，它在浏览器中工作，因此独立于平台，不需要特殊软件。其次，可视化可以使非分析人员更容易理解数据集，尤其是因为潜在的交互性，以及您可以创建一个很好的“友好”基于 Web 的界面这一事实。
我认为 d3 可能优于其他工具的第二个原因是它的灵活性。我对统计包的经验（诚然我没有使用过 Matlab）是，如果您想从头开始创建自定义可视化，那么很难做到。
相反，d3 可以让您直接了解矢量形状的精确放置位置，并提供一种直观且快速的方式来控制所有这些并将其链接到您的数据集。
但是，如果您想生成“标准”图表，那么其他工具可能更简单、更快捷。例如，我对 Mathematica 的体验是它提供了令人难以置信的交互功能，通常只需要在代码周围添加操作[]。但是，在某种程度上，这依赖于“预打包”图表。
报告：
d3 不是完美的报告，但也不是那么糟糕。.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。