( p7 W( `1 _! n9 N. N( a8 A* S 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* c2 q3 u+ B, C
# ?& ^! ~. N1 G1 F* X/ h9 S& C
( P* b7 l- R9 }0 N8 }/ _- \ 打开凤凰新闻，查看更多高清图片
: K7 S H! l% @# d* v4 c0 S
9 t% Q! C* ?, q, m8 S; L6 ~' p i
第一步：处理和格式化数据
& M; a; R0 H3 H9 u9 g5 O. K8 U
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 。
- X2 I( _# `& j1 P Z( m/ [! ~# X 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。
5 l7 {+ A, J9 w" e) a- J4 f( p* k
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。
, e+ g$ R4 r7 `! 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。
: q* r. w( w" Z& K' f
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/ d3 j8 R3 v5 D3 r; n- O9 K 第二步：分析数据
y9 ~# E$ \1 ]2 E; z2 u
在你去做最后的图形之前，你需要先了解这个数据集。
/ `$ t: V5 [" e: Y4 ~) x1 G 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。
& b% I4 X5 @# n
第三步：制作静态图形
, F1 ~* A8 y8 o2 W" d' ^% r7 u. ^ 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。
8 _0 N( v) N6 b2 b
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。
) p3 m/ K8 P' L C- @3 g' Q6 h 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。
) l; a( `* D9 s" F& R% G/ ? 第四步：制作交互式图形
- Y2 ^; h e$ m! Q7 u }1 }
Flash已经过时了，而Java是新的宠儿。R在这里应用不广。
5 k. T. M; P1 o: k! ~& b5 a- 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 。
/ k' }8 ?0 k4 n9 j# ]" f! R 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。
+ ~, o+ A& q W3 W/ c# d
常用的数据可视化方法有哪些？常用的可视化工具：
, _# C2 P2 K F0 X' l
1、Microsoft Excel
/ m* u7 h: L, \
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。
7 P7 ^ H' C& Y* B- v$ H; Z 2、Smartbi
" z- `* D) H/ ~ 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。
$ b5 `( R/ P1 t$ Z
