利用热图探索温度变化

参考：Heatmap for timeseries with Python and Matplotlib[1]

利用散点图探索Netflix的Selling Sunset系列的人物性格

参考：Selling Sunset personality visualization[1]

利用散点图探索宇航员特征与太空任务之间的关系

参考：Custom scatterplot with annotations in Matplotlib[1]

利用散点图探索帕尔默企鹅数据

参考：Scatterplot with labels and text repel in Matplotlib[1]

利用小提琴图探索帕尔默企鹅数据

众所周知，可视化好不好看，全凭注释是否精（花）准（哨）。接下来就是最考验技术的地方了！

优秀的python可视化案例

前面我们掌握了N种常见的可视化图表，这些图表在日常的数据分析中非常有用。但是这些图表往往只是实用却并不美观，很难达到快速抓住人眼球的效果。

地图（八）利用python绘制散点地图

2. 基于pyecharts的涟漪散点地图（Effect Scatter Map）

地图（七）利用python绘制气泡地图

气泡地图可以在地图上使用不同大小的圆圈来表示区域上的统计数值，还可以通过气泡大小颜色等更为突出的进行信息比较。

地图（六）利用python绘制连接地图

以上利用cartopy结合matplotlib快速绘制变形地图，也可通过pyecharts绘制漂亮的航班线。

地图（五）利用python绘制变形地图

变形地图是一种特定类型的地图，将地区边界变形，使得面积和统计信息成比例。尽管你会看到一副很丑的图，但表达的信息却是被校正过的。

地图（四）利用python绘制六边形地图

六边形地图是一种特定类型的地图，其中每个区域都表示为六边形，使地图更具几何特性，更容易体现更多信息。

地图（三）利用python绘制等值区域地图

地图（二）利用python绘制山脊线地图

以上利用ridge_map快速绘山脊线地图，并通过mplcyberpunk包尝试赛博朋克风。

地图（一）利用python绘制背景地图

以上基于geopandas获取地图数据，并利用geoplot、cartopy快速绘背景地图。

Anaconda虚环境管理

当接触的东西越多越需要进行分类管理，同样的python环境也需要进行分类管理。anaconda不仅在数据科学有较高的建树，在python环境管理上也同样出色。

流程图（四）利用python绘制漏斗图

漏斗图经常用于展示生产经营各环节的关键数值变化，以较高的头部开始，较低的底部结束，可视化呈现各环节的转化效率与变动大小。一般重点关注落差较大的环节。

流程图（三）利用python绘制桑基图

1、桑基图经常用于能源、金融行业，对材料、成本的流动进行可视化分析。现在很多互联网行业还使用桑基图做用户流动性分析，能很好地观察数据成分的变动大小及变动方向。

流程图（二）利用python绘制网络图

网络图使用节点和连接线来显示事物之间的连接关系，用于说明实体之间的关系。一般分为定向网络图和非定向网络图。

流程图（一）利用python绘制弦图

数据围绕一个圆呈放射状排列，显示不同实体之间的相互关系，这既是弦图。弦图通过每个圆弧的大小比例表示连接分配数值，可以用颜色将数据分成不同类别以助于比较和区分。缺...

趋势（七）利用python绘制日历热图

日历热图通过将事件聚合到日历网格中进行可视化分析，针对时序类数据特征较为直观，其中以github代码热图而知名。