; R9 ~; B9 T& x5 x- T: ~ 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。
! s# i) }* H9 C0 k3 E* q 
$ I5 A& U' W2 ^5 ^ ) k9 S" }1 ~0 B P9 ]; W+ A3 _
打开凤凰新闻，查看更多高清图片
6 l$ F% `) ]. n3 Q& d4 D5 r6 }8 w
+ @# ~. h2 k$ g7 J* U2 j 第一步：处理和格式化数据
9 u9 |# `; N, O* t) E/ F# Y$ J
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 。
' u1 d* l# w6 @8 f6 ~4 K; b 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。
' x3 Z. s" x+ R4 ^) I 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。
/ n6 K# c! ^) H 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。
6 n b! a: i/ O7 \+ `/ S6 w 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。
7 k0 y( N$ {0 s2 [$ d% [ 第二步：分析数据
4 ^6 e1 H' D5 r& E6 W
在你去做最后的图形之前，你需要先了解这个数据集。
. ^0 ]6 j- ]! I% N& K: j+ F8 Z. L: e 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。
. L, _- a5 A# n+ S 第三步：制作静态图形
3 d0 Y; J4 O7 y( n
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。
6 O6 i6 w0 q- r! S" n& k
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。
9 F* W3 x1 Q5 G1 i 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。
. D8 |" S/ q- ]) ^! Q8 S
第四步：制作交互式图形
# h, [; h, E; C! l# `4 U. H Flash已经过时了，而Java是新的宠儿。R在这里应用不广。
+ `, S7 r* B1 R2 a0 | Y- r Q
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 。
6 b- ^& H) ^( @8 z8 D Y# q( L
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。
! T6 t2 \' X T- N3 I 常用的数据可视化方法有哪些？常用的可视化工具：
5 u5 Z. i- p" `3 M, }
1、Microsoft Excel
8 l4 ~( e' c8 ~ 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。
6 ~1 N# e: `7 g+ t7 U 2、Smartbi
) K1 T% {- C! n9 B
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。
3 Q z' [( A0 S% n$ ~
