数据可视化指的是通过可视化来探索数据，与数据挖掘紧密相关，而数据挖掘指的是使用代码探索数据集的规律和关联。
优秀的可视化：使管着明白含义，发现未意识到的规律和意义。

绘制简单的折线图（matplotlib）

修改标签文字和线条粗细：
矫正图形：
使用scatter()绘制散点图并设置其样式：
使用scatter()绘制一系列点：
自动计算数据：
删除数据点的轮廓：
自定义颜色：
使用颜色映射：渐变色突出数据规律
自动保存图表：savefig(‘file_name’)

随机漫步

随机漫步：每次行走都完全是随机的，没有明确的方向，结果是由一系列随机决策决定的。
例如：漂浮在水滴上的花粉不断受到水分子的挤压而在水面上移动，水滴上的分子运动是随机的，因此花粉在水面上的运动犹如随机漫步。

  1. 创建RandomWalk（）类：随机选择前进方向；
  2. 选择方向：fill_walk()生成漫步包含的点，决定每次漫步的方向；
  3. 绘制随机漫步图：
  4. 模拟多次随机漫步：
  5. 设置随机漫步的样式：颜色、起点、终点、刻度标记、标签……
  6. 重新绘制起点和终点：
  7. 隐藏坐标轴
  8. 增加点数
  9. 调整尺寸适合屏幕

使用Pygal模拟掷色子

骰子数据集：两枚骰子，出现某些点数的可能性比其他点数大，绘制图形表示哪些点数出现的可能性大

  1. 创建骰子类
  2. 掷骰子，观察点数是否在正常范围内
  3. 分析结果，计算每个点数出现的次数
  4. 使用频率值绘制直方图
  5. 同时掷两枚骰子
  6. 同时掷两个面数不同的骰子