首先绘制第一个图表：
数据分析中常见的微博转发图也是通过关系图转化来的：
其他的图形示例可以在官方文档中查询： http://gallery.pyecharts.org/ 。
机器学习导论：什么是机器学习
机器学习必知必会：凸优化
深入浅出机器学习算法：XGBoost
机器学习必知必会：梯度下降法
Python数据分析：谁是2018当之无愧的“第一”国产电影
如何用python爬虫实现简单PV刷量——以CSDN为例
python脚本从零到一构建自己的免费代理IP池
[R]数据可视化的最佳解决方案：ggplot
秋招面试：零基础拿到腾讯数据岗offer需要做哪些努力
股票市场中如何用数据思维跑赢九成的投资者
精算师证有多难考，怎么准备？
[1] http://pyecharts.org/#/zh-cn/intro
[2] http://pyecharts.herokuapp.com/bar
[3] http://gallery.pyecharts.org/
推荐比较常用的几个工具，
一个是 python 的 NetworkX 库
另一个是 Gephi 这个软件。
NetworkX
这是一款Python的软件包，用于创造、操作复杂网络，以及学习复杂网络的结构、动力学及其功能。
有了NetworkX你就可以用标准或者不标准的数据格式加载或者存储网络，它可以产生许多种类的随机网络或经典网络，也可以分析网络结构，建立网络模型，设计新的网络算法，绘制网络等等。可以查看官方文档
。
NetworkX 的优势在于它所处的Python环境，通过 Python 你完全可以完成整套的分析流程，不需要切换平台。
Gephi
gephi是一款网络信息数据可视化利器，主要用于各种网络和复杂系统，动态和分层图的交互可视化。gephi的强大在于有丰富的可视化插件，足够满足你的分析需求。
Gephi 的优势在于操作简便，而且出图的效果真的非常好，还有很多的插件可以使用，可以说是做可视化分析、和后期出图的利器。
另外如果想深入研究网络可视化，推荐一个网站。
Visualcomplexity
一个很好的网络可视化网站，涉及因特网、生物网络、社会网络、交通网络等十余个大类，最关键的是，每一张图都给出了背景项目的简介和链接。
DC学院有一门非常系统的网络挖掘分析的课程，从网络建模到可视化，以及各种网络模型的实战应用，都有很详细的讲解。
望采纳，谢谢~
