/ j* o) D9 M; B7 |" q 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。
( ^3 N9 T+ o. H; H) b" R6 X 
2 W( R( B& t ~( M6 J) u
* D9 X+ x+ m5 c) o9 {& [
打开凤凰新闻，查看更多高清图片
+ H' l# j( t% [- s8 k
. a! C* n- k C- C+ e } 第一步：处理和格式化数据
% F; O. R F+ 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 。
8 j4 G! W. O I' W: a8 q- ~ 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。
9 h0 N* i2 a2 I. T) g
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。
% X, \ j5 h! e# C$ p# B. e
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。
# a& C) V, S% j3 I 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。
! L, W. @& O6 x# R6 v5 H: C# W; N 第二步：分析数据
- _" e+ G! ?5 q, g 在你去做最后的图形之前，你需要先了解这个数据集。
p, w3 O$ F' k4 {% a7 A A
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。
( z" e1 N5 h* c- k3 W
第三步：制作静态图形
. h3 e5 l$ u% r& b% r 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。
+ y* Z' p" ^3 f2 Q; A# I5 N0 w
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。
& p% Q8 P: |8 h+ N) _
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。
6 p$ ]: ]8 {( ~: b- s& b 第四步：制作交互式图形
8 s( H2 S0 e- n8 L* K Flash已经过时了，而Java是新的宠儿。R在这里应用不广。
0 V( e! s o# m# z) i' M 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 。
% m% A/ d4 L5 B x g
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。
1 Y) i _2 P/ ?0 [* U
常用的数据可视化方法有哪些？常用的可视化工具：
$ C1 T' y4 d0 O; a7 P 1、Microsoft Excel
. b& k+ W8 z% z. |0 ~+ f8 ]- p1 R 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。
8 g5 v! m; J* J* }( M6 b1 f1 a
2、Smartbi
" s$ I& q1 _ {" ?) A 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 s3 l+ B- @& b% p+ E/ K/ F1 g! p
