8 R* _3 e( W* t8 B( 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。
& N/ k- n* E& |8 f
2 b- L+ U1 _5 f, {) u' w0 o0 R# o0 A
2 r/ m( G8 p3 P 打开凤凰新闻,查看更多高清图片
- T' S* W X2 Q2 A, z( Y# g9 s' ?' I
2 {$ L# s z1 {6 Y
x) b/ }4 |5 c. f- _$ X) _: H! y' e 第一步:处理和格式化数据
! B K: ]/ m4 i4 ~7 e- Y9 o
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 。
6 [: J8 B6 c9 ^5 L1 q/ Z 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。
3 D2 _4 L+ X6 V1 p8 x+ G& c 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。
$ j# _, z9 y' v \; j& n
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。
/ e2 W1 ]6 S' Y0 o+ U- v
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。
0 j* }4 j8 s. W& s
第二步:分析数据
" Z3 T7 d: v, w% }
在你去做最后的图形之前,你需要先了解这个数据集。
2 D+ {* u3 b. D) u3 q( c
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。
) W( e7 }+ ~) w$ C8 N3 z 第三步:制作静态图形
& j( ~) _% c% f; d
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。
/ {! @ u ~3 k& l+ Y: ~! l; 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。
2 C! K0 }6 m" E7 d 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。
# O% t9 Q8 P3 f9 b5 w0 h* \ 第四步:制作交互式图形
' [: b* t; ]. \4 Y5 x$ O Flash已经过时了,而Java是新的宠儿。R在这里应用不广。
2 m" `9 k+ t7 D% V' G
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 。
. Z" s3 {8 Q6 I8 c I+ C
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。
5 \. c5 B$ J: B% A. Y0 _6 B2 L 常用的数据可视化方法有哪些?常用的可视化工具:
0 m m8 {; Z! j/ Q
1、Microsoft Excel
$ K6 \: ]4 m' d0 X9 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。
% I9 [, ]; n6 l! ]- p$ Q4 H 2、Smartbi
! s3 s6 _* d* V3 A; V+ }
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。
& }5 n3 J6 K. ^- t9 L$ ~. B2 c