我有许多大型数据集（10GB），每个数据集都从我远程下载到桌面上的 NoSQL 数据库中获取数据。我想编写一个 Python 程序来运行一些自定义数据分析（绘图 - 最好是交互式的）并以 html 或 pdf 格式导出自定义报告。
我想知道人们如何做到以下几点：
1) 存储数据。目前我有纯文本文件（每个文件都有固定数量的列的行 - 大多数数据都是分类的）。将它们保存在某些数据库（SQL）或 hdf5 中是否有意义？任何提示哪个是可取的？
2) 你会为图表推荐哪个绘图库？我见过关于 bookeh 和 matplotlib 支持交互式小部件，但我不知道人们通常使用什么。
3) 我可以将分析结果导出到 IPython 笔记本中，然后以编程方式导出到 html 中吗？
1) 存储数据。目前我有纯文本文件（每个文件都有固定数量的列的行 - 大多数数据都是分类的）。将它们保存在某些数据库（SQL）或 hdf5 中是否有意义？关于哪个更可取的任何提示？
是的，存储在本地数据库中而不是使用大型 csv/文本文件是有意义的。正如您所说的数据来自 NoSQL 源，我假设是非结构化数据。因此，使用 SQL/关系存储是毫无疑问的。正如您所说您使用的是 Python，我建议您使用TinyDB，它既轻量级又易于处理。
2) 你会为图表推荐哪个绘图库？我见过关于 bookeh 和 matplotlib 支持交互式小部件，但我不知道人们通常使用什么。
Matplotlib 就足够了。实际上，这个问题比其他任何问题都更基于意见。您可以使用很多可视化库，例如 Bokeh、Seaborn 等。
3) 我可以将分析结果导出到 IPython 笔记本中，然后以编程方式导出到 html 中吗？
是的，您可以直接在 Ipython 笔记本（Jupyter）中进行分析，它还支持 Markdown 和 HTML 单元格。
此外，您还可以通过 Jupyter Ipy 笔记本和 Matplotlib 使用小部件和交互式可视化。 相同的教程