使用Pandas和Matplotlib进行飞行数据可视化 有关如何在Python上使用Matplotlib和Pandas可视化飞行数据的示例。 整个故事： :

该数据集包含 google 对于航班和机票关键词的排行，共 100 个目的地且每 15 天更新一次。数据集具体内容包括搜索词，排名，标题，链接，搜索结果总数等信息。

刚接触学习ECharts 的同学可能用的到，在学习 ECharts 3D路径图Flights GL的使用 所需要的flights.json文件

（美国2018航班数据集） 由（伊斯兰·萨德） 数据集 使用《美国航班2018年数据集》-来源： : 您可以在Google云端硬盘链接中找到它： : 此数据集包含720万条记录和28列。由于数据集庞大，我们将选择数据集变量的10％的子集（随机样本）变量说明： 1 DATE 2 DepTime实际起飞时间（本地，hhmm）3 CRSDepTime预定起飞时间（本地，hhmm）4 ArrTime实际到达时间（本地，hhmm）5 CRSArrTime预定到达时间（本地，hhmm）6 UniqueCarrier唯一的承运人代码7 FlightNum航班数字8尾巴飞机尾巴数字9实际经过时间（以分钟为单位）10 CRSElapsedTime（以分钟为单位）11空中时间（以分钟为单位）12 ArrDelay到达延迟，以分钟为单位13 DepDelay出发延迟，以分钟为单位14始发地IATA机场代码

航班数据集flights.csv .该文件统计了从1949年到1960年的航班信息，主要是每月登机人数，文件列名分别如下year，month，passengers

国内飞机航班数据 41,000 条 可用于航班数据分析 下载压缩包解压包含所有数据集 压缩包格式 ZIP

代码自写，亲测 可用。是基于Levy_flights的布谷鸟算法求解函数的最小最优值

飞机乘客预测数据-flights.csv，可用作RNN训练练手，具体项目可见我博客文章，AI练手系列，很简单的一个案例，却可以帮助我们理解RNN的作用及意义。

kaggle 2015年航班延误数据集-flights.csv