" p% @* b+ }: M7 @, 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。
8 w; b. R1 I" h) C! [9 r 
$ U3 ^8 o) c" t- w* }
) Z( h2 k' C, f. ^! V$ |' S+ z) j
打开凤凰新闻，查看更多高清图片
T6 C4 `) V8 y$ T
) v' Z5 m7 y1 a5 P' [4 |+ Z4 H3 O 第一步：处理和格式化数据
1 x( I8 i9 X8 P, ^# u$ x1 l
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 。
9 S- ]. h' t9 j" A
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。
, D. O2 e4 K. T/ @- n2 X8 m* F2 d. F
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。
* o! Y% B% d1 [ 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。
: y# T. a1 M5 ~3 {. J% B
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。
* d5 C( U% q* ]; ^* F
第二步：分析数据
$ C. s# `! F! m% M' @- @, _
在你去做最后的图形之前，你需要先了解这个数据集。
$ G& B0 Q0 A% ?) b7 L( L
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。
' m2 }& Y n3 _% Q9 i0 x& p2 K% }
第三步：制作静态图形
% U* S# c$ L) _8 j; B
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 k5 n% `1 X; f4 M- ~3 q" a
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。
6 |/ a/ e2 |! e7 S2 F3 u
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。
- M8 D3 ]( y$ A7 [# t5 x6 ]
第四步：制作交互式图形
/ n% x* h5 Z! P$ E; D Flash已经过时了，而Java是新的宠儿。R在这里应用不广。
* t/ O' M5 y8 P( N/ \+ L9 s 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 。
k7 C V0 }" h$ l! ]" g3 h8 u. @ 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$ B( O' K7 e6 C( `, E) f9 O 常用的数据可视化方法有哪些？常用的可视化工具：
! k* C; x0 w% g8 n
1、Microsoft Excel
+ r0 Y: d8 K8 |% s/ q5 Q$ n9 j! I, Y
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。
2 k* b' B& J$ x! P
2、Smartbi
/ Y% o8 Z+ N" Q; C4 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。
' q0 w7 ^6 @& F8 M& P 
