数据来自墨西哥的国家,秘鲁和哥伦比亚,年龄在14至61和不同的饮食习惯和身体状况,有17属性和信息处理2111条记录。与饮食习惯相关的属性有:频繁摄入高热量食物(FAVC)、蔬菜摄入频率(FCVC)、主餐次数(NCP)、餐间食物摄入(CAEC)、每日用水量(CH20)、饮酒量(CALC)。与身体状况相关的属性为:卡路里消耗监测(SCC)、体育活动频率(FAF)、使用科技设备时间(TUE)、使用交通工具(MTRANS)，获得的其他变量为:性别、年龄、身高和体重。标签变量为NObesity，其值为:不足体重、正常体重、超重I级、超重II级、肥胖I级、肥胖II级和肥胖III级。 该数据集为UCL开源数据集，无需授权即可使用。 主要适用Pandas库进行数据分析，是使用Python进行大数据分析入门的很好示例教材。

Pyecharts库里面的示例代码及可视化html文件。

【超值！】做图源码模板在手，数据轻松可视化！ 资源内容：各种pyecharts图表数据可视化的python源码.py文件。 包含的图表类型： 1.柱状图 2.折线图 3.饼图 4.3D柱状图 5.散点图 6.漏斗图 7.词云图 8.地图 9雷达图 10.水球图 11.桑基图 12.横向柱状图 ……还有各种效果，如滑块、缩放块等。

python+pyecharts生成网页可视化图表，同一张网页生成多个图标

英雄联盟人物战力值表格，用于博客中数据可视化的代码。

展示中国新冠疫情数据，建立时间序列模型分析预测未来30天新增，通过flask,echarts进行大屏展示

用python显示第一周的新冠病毒相关数据（.csv文件）

当我们处理完几百几千乃至上万的图论数据后总是不可避免地要对数据进行数据可视化等的分析 ，甚至要在画好图的基础上进行一些上层修改，增加连线，高亮特殊点和路径。比如说在Dijks- tra和 Floyd算法的时候，为了体现出它们的区别（Dijkstra是以起始点为中心向外扩散层层 遍历得到迷宫式推 进最短路径，而 Floyd是考虑i，j之间分为的过点和不过点分类求最小的 区别）；或者生成最小二叉树的kruscal和prim算法，分别得出最小网络问题。都需要我们对网 络节点进行归类和数据可视化。

【印度】科斯·拉曼著 完整版 《Python数据可视化》介绍了利用Python实现数据可视化。并介绍了数据、信息与知识之间的关系。书中涉及的可视化过程应用了大量流行的Python库，你会学到采用Numpy、Scipy、IPython、MatPotLib、Pandas、Patsy和Scikit-Learn等生成可视化结果的不同方法。

python爬虫，并将数据进行可视化分析，数据可视化包含饼图、柱状图、漏斗图、词云、另附源代码和报告书。