大数据时代已经到来，网络的兴起产生了大量数据，而且数据的增长量超乎想象，面对如此大量的数据，我们难免会感到厌烦，例如下图展示了近期“上证指数”的交易数据：
可以添加QQ群1004391443，有飞机大战、颜值打分器、打砖块小游戏、红包提醒神器、小姐姐表白神器等具体的实训项目，有清晰源码，有相应的文件
数据来源：网易财经：http://quotes.money.163.com/trade/lsjysj_zhishu_000001.html
我们虽然可以看懂这样的图，但是很难发现其中的规律。数据可视化就是帮助用户探索和理解数据的工具，它可以用一幅图“告诉”用户一个深层次的故事，将强大又复杂的数据和文字通过图形化的方式清晰、有效的传达给用户正确有用的信息内容。
Python在数据的采集、分析和可视化方面拥有巨大的优势，利用Python进行数据可视化分析是一个不错的选择。
2019年中国各城市房价分析（house price）
数据采集
http://www.creprice.cn/rank/ajaxRankIndex.html?prostr=eyJkaSI6ImFsbCIsInBpIjoiIiwicHQiOjExLCJ0eSI6InNhbGUiLCJ1biI6ImNpdHkiLCJpbiI6IlByaWNlIiwibW4iOiIyMDE5LTAzIiwiY2kiOiIiLCJiYTEiOiIiLCJiYTIiOiIiLCJiciI6IiIsImJjIjoiIiwiYnkxIjoiIiwiYnkyIjoiIiwibnAxIjoiIiwibnAyIjoiIiwicHIxIjoiIiwicHIyIjoiIn0&ifmore=0
通过此网站可以获取中国2019年3月300多个城市的房价数据。为了把城市名与位置关联起来，可以利用Python的geopy包获取城市的经纬度。
得到各个城市的房价和位置以后，把所有数据存储到了MySQL数据库中。
数据清洗
少部分城市经纬度对应的地点不在中国境内，这可能是因为外国有同名的城市。用百度地图的API，可以判断经纬度对应的地点是否在中国，删除错误的数据。
数据展现
利用folium库，绘制热力图：
得出结论
中国房价较高的地区，主要集中在中部、东部、南部，房价较高的省和直辖市有：北京、天津、陕西、河南、四川、湖北、湖南、江苏、上海、浙江、广东、海南等。
2015-2018年武汉气温分析（air temperature）
数据采集
http://www.tianqihoubao.com/lishi/wuhan/month/201801.html
这个网页包含了2018年1月武汉天气的数据如果将url中的201801改为其他值，就可以得到其他年月的武汉天气数据。
用这种思路，顺利采集了2015年-2018年武汉每一天的气温数据。
数据存储
把采集到的数据存储为一个CSV文件，CSV文件中，所有的值是以逗号分隔开的。
数据清洗
网站本身的错误，导致2018年1月1日的数据出现了两次，我们删除掉了这条重复的数据。
数据展现
得出结论
武汉每年夏天的最高气温在38度左右，冬天的最低气温在-5度左右。
武汉三四月份的天气虽然变化无常，但每年的情况都是相似的。
2016年江汉大学学生体测数据分析（sports test）
数据采集
2017年奖学金评选时，我们得到了全校体测数据，存储方式是Excel表格。
数据清洗
Excel本身就是一个很好的数据分析工具。
在表格中，有少量11、12级学生的数据，这些数据量很少，没有分析价值，所以我们删除了这些数据。
还有些错误数据影响分析的正确性，例如有些学生没有参加体测，有些学生成绩旁边标注了舞弊，我们删除了这些数据。
我们利用Excel的求商函数，根据学号计算出了学生的年级。
由于姓名、学号、班级是涉及学生隐私的敏感数据，这些数据对于数据分析本身也没有什么意义，所以我们删除了这些字段。
数据展现
各年级男女比例：
学生身高体重分布：
各年级学生身高：
各年级学生体重：
学生体测分数：
得出结论
由以上这些图我们可以轻易看出，江汉大学各年级女生都比男生多，单女比例在45:55左右；全校男生平均身高大约为174cm，体重大约为67kg，全校女生平均身高大约162.5cm，体重大约为54kg；各年级学生身高几乎没有区别，所以男生不必对大学期间长高抱有希望。从大一到大四，男生体重有较小的上涨趋势，女生体重有较小的下降趋势。
从大一到大四，不论是男生还是女生，体测成绩都在下降，但这不一定说明学生体质下降，因为大三大四的打分标准比大一大二严格，而且大四的学生可能不注重体测，没有发挥真实水平。
上证指数收盘价分析（stockclosing price）
数据采集：
http://quotes.money.163.com/trade/lsjysj_zhishu_000001.html
网易财经直接提供了数据的下载，我们直接在这个网站下载了1990年12月19日到2019年4月22日“上证指数”的交易数据，数据格式是CSV。
数据清洗
得到的数据很规范，所以可以跳过数据清洗这一步。
数据展现
使用Python的pygal库，我们将每日收盘价可视化为一个svg文件（可伸缩矢量图形），这种文件需要用浏览器打开，支持与鼠标的交互。
得出结论
中国的股价，在2008年和2015年，有两次较大幅度的下跌，2018年也是不太景气的一年，但2019年到目前为止股价上涨很快。
股市虽然常常波动，但长期看来，股价一直是有上涨趋势的。