+ K2 g5 T. [0 `4 ^* f# h2 y# D. o
常用的数据可视化方法有哪些？数据可视化可以通过视觉形式来呈现抽象的数据信息，有利于对数据进行更深入的观察和分析，想了解如何用编程定制属于自己的数据可视化？可以往下看看。
; H' ?. t$ x* `6 `5 r) {- M
* Q& e4 V) M. H' |7 {* G3 ]6 e
" ~) N1 [& N0 q% o 打开凤凰新闻，查看更多高清图片
+ a# `1 Q* ~2 R8 P
/ x, G: d( W3 w7 S/ d" U( _
第一步：处理和格式化数据
$ \9 G) [7 E5 @" R& Z Python：当我有一个非矩形分隔的文件 ,或数据比较凌乱时，我会写一些特别的Python脚本。幸运的话，我会找到并重新利用过去已有的脚本。有时会用Beautiful Soup来修饰，有时会用csvkit 。
' ?/ P+ T& J5 `* q1 j R：我只有在需要加载csv格式表格时才会用到R，通常只是做数据聚合，合并，或处理从原来的数据中派生的部分。
3 u a+ Z, o) S1 T Tabula：多用于公开的政府数据，包括在 PDF文件中涉及的数据。没有 Tabula的话这个过程将非常痛苦。
8 t7 D/ N+ r5 u+ A4 b' \% s& w Microsoft Excel：只有在有需求的时候才会用到它。数据读入Excel中，然后再导入像Numbers或是OpenOffice这样的工具中。
$ Z0 T/ K% r: |8 z8 h
Google Sheets：有时使用电子表格比写脚本更快，我很喜欢这样简洁的过程。
% y" I" s- [4 [: h6 b% @- {. V 第二步：分析数据
! K4 a& a" [4 U& V5 z. H: Y 在你去做最后的图形之前，你需要先了解这个数据集。
. }+ p' _7 d# t. _% j/ e$ k
这里我想到的是R。因为R作为一个开源的统计计算语言，它有一个很丰富的社区，数不尽的扩展包，以及在Stack Overflow上大量的已解答的问题。
8 {, D) G+ W% Y$ j3 w
第三步：制作静态图形
* E! m5 j" `) _5 @- T
这对我来说通常包含两个阶段：（i）在R中进行可视化; （ii）在Illustrator中润色。
' n2 j5 K! E# h% m' }* o5 S' E* l" z R：在R中有可视化工具包，如ggplot2，但我几乎全部使用R自带的那些功能，即base R。
1 R& H! Y Q0 u1 r Adobe Illustrator：如果图形要发布给别人看，我会以PDF格式保存R生成的图形，并在Illustrator中编辑。虽然有些矫枉过正，但效果还不错。我也在考虑试着用Sketch。
. j9 E" v! i$ X' H 第四步：制作交互式图形
2 a# ^1 u1 e7 u3 N+ C0 c- D" J
Flash已经过时了，而Java是新的宠儿。R在这里应用不广。
* S2 `" `9 f' N2 f/ a
d3.js：我用数据驱动的文档来做交互式的数据可视化（我还在学习中）。有许多例子可以用来试手。但如果我想快速完成一个图表，我有时也会尝试用 Vega-Lite 。
5 L$ Q, i5 G( v& J X; H m2 E/ Q
但其实，我并不推荐大家用编程做数据可视化，除非是技术大佬想专研一些特别厉害的可视化。普通的使用建议大家可以使用零编程的可视化工具。
3 \; v! u: B; k 常用的数据可视化方法有哪些？常用的可视化工具：
" e7 v+ V l- i% r3 |
1、Microsoft Excel
* |. H: J: k6 A 对于这个软件大家应该并不陌生，对于一般的可视化这个软件完全足矣，但是对于一些数据量较大的数据则不太适合。
" `+ [+ y( Y$ |4 F. J" t/ B 2、Smartbi
2 {, C- r/ n/ w& `$ M2 `% y( ^0 m Smartbi现在比较受大家的欢迎，既可以超越Excel做一些稍微复杂的数据分析，又不用像R、Python那种编程语言进行可视化那么复杂。比较适合业务人员使用，简单拖拽就能生成自己想要的图表。支持业务主题和自助数据集，双布局设计，跨屏发布到APP，支持流式布局，功能还是很实用的。
) |8 h& Q8 a( b9 \" P 
