2 ^* E: t' @+ k9 W; Z- d0 | 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。
+ U) L1 z2 u, X" N 
3 o4 R. j* m3 r; n
+ `: \6 [; V3 C3 q
打开凤凰新闻，查看更多高清图片
8 B5 A" R/ ]$ j' P
) [5 C6 p# I1 t" }2 {3 g) N6 [ 第一步：处理和格式化数据
) H& g8 z* B9 d* g
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 。
$ M& {& t# l2 ?# |8 \ 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。
2 }, m& U; L4 l2 l0 z/ u o
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。
) ~0 O3 i$ ]7 Y- A( f1 |& F
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。
V3 @3 U! ~' v) T9 F t
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。
# t" |3 u: P# y 第二步：分析数据
" m5 [# L4 c0 t 在你去做最后的图形之前，你需要先了解这个数据集。
* y+ W* Z0 W: E. e) E3 Y5 v1 u
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。
! m" m" a- s5 y$ o4 h1 U
第三步：制作静态图形
4 F+ @0 v$ e& j: h2 W 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。
5 Q; |! T$ M% t2 Y' H( K m
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。
}, Q" C/ w, M [* L
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。
3 H) H v" {& q2 I8 s
第四步：制作交互式图形
J0 v& e r Y. ?" N8 [2 {
Flash已经过时了，而Java是新的宠儿。R在这里应用不广。
7 ^( ?9 \( R) _3 y/ {; T. j. r 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 。
9 q( ^5 j% v# q+ J/ c- ?/ o: e
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。
8 m4 ?5 L, @, g4 p& j, T+ M 常用的数据可视化方法有哪些？常用的可视化工具：
) Z( `0 N4 \% o/ Y: m
1、Microsoft Excel
, @1 l3 U- l4 I) ~7 K# B 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。
' u- t9 d. b$ \7 b1 r
2、Smartbi
& M( l6 ]+ G" ?1 h3 D2 o7 Z
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。
, o- d( I7 O$ Y1 H) a* M 
