高大上！5个python高级可视化图表！

本文分享5个**“高大上”的**python可视化图表及其python实现代码。

1. 和弦图（Chord Diagram）

和弦图，作为一种数据可视化工具，独具匠心地展示了数据间的复杂关系。在图表中，节点井然有序地分布于圆周之上，点与点之间则以优雅的弧线相互连接，这些弧线不仅揭示了数据间的内在联系，还通过其长度的差异，直观地反映了连接间的数值大小。更进一步，弧线的粗细程度还巧妙地映射出数据间关系的重要性，使观察者能一目了然地洞察数据背后的故事。

此外，和弦图还巧妙地运用了色彩这一视觉元素，将数据分门别类，使得数据的比较和区分变得直观且易于理解。这一特性使得和弦图在多个领域都有着广泛的应用，特别是在生物科学领域，它成为了可视化基因数据的得力助手。在国际学术刊物上，和弦图更是被誉为信息图表(info graphics)的典范，用于揭示社交网络的交织、基因组的奥秘、交通流的动态以及贸易关系的错综复杂。

以下示例代码使用Holoviews & Bokeh创建和弦图，展示5个不同国家之间的贸易关系。

import plotly.express as px
import numpy as np

df = px.data.gapminder().query("year == 2007")

fig = px.sunburst(df, path=['continent', 'country'], 
                  values='pop',
                  color='lifeExp', 
                  hover_data=['iso_alpha'],
                  color_continuous_scale='RdBu',
                  color_continuous_midpoint=np.average(df['lifeExp'], weights=df['pop']))
fig.show()

https://holoviews.org/refere