3 T9 }$ i8 u5 w; `3 w, m' h7 W
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。
4 `0 K: |5 `, R
" W( D* n2 R1 u: R' k8 X ( e: {) {! p) A% C0 a( |8 U6 H
打开凤凰新闻，查看更多高清图片
3 c9 _, u- X* @. t# ]; b; J8 u
7 U& @. z+ f7 T 第一步：处理和格式化数据
, `9 x! g! m) H j! f
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 。
1 m7 L0 h8 |2 j0 W 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。
9 D$ f% m' n9 k% U- m! l' n; |1 @ 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。
. H4 J0 R! R( _6 J( L
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。
2 P3 G( ~2 i r' x+ P 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 Z" b* q" U; r$ s% _6 }) P
第二步：分析数据
* D. [' P* w1 X6 C* i( s
在你去做最后的图形之前，你需要先了解这个数据集。
0 j% K; B6 k) @9 M
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。
! J1 Z, ^! u9 O2 p$ S
第三步：制作静态图形
3 \# l1 w8 @2 l+ w6 Y 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。
2 f7 o( r: c. ?1 A( L 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。
5 W& H2 G" k) K" o 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。
/ N/ \& X, c1 u# B( B1 A G
第四步：制作交互式图形
( v, M7 F' t: _( e Flash已经过时了，而Java是新的宠儿。R在这里应用不广。
6 p8 @, v: Y1 k( H 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 。
, {& |; u* z* y: I! s
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。
% ^1 T0 c$ B) C" g6 [8 ^* Q 常用的数据可视化方法有哪些？常用的可视化工具：
- y6 G& h! k7 `* [1 E 1、Microsoft Excel
3 N r) ~. D T+ J% z 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。
. f" u& N" ]6 m k* A3 `
2、Smartbi
1 ^; x$ u/ }. P4 K5 ?
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。
/ ?/ v( j9 _2 \, `0 ] X
