) e, |& v, p. C& |
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。
) A; L6 W% c! ]0 L
^4 g! a. y2 C, R
3 r, V" a. N7 K7 k5 G- `9 ~ 打开凤凰新闻，查看更多高清图片
' g7 f9 M8 U9 ?3 K. O, Y
3 s8 @' G" e1 `7 [3 r' G 第一步：处理和格式化数据
) ]( ^: j) S. ~0 u$ R/ 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 。
0 t3 v% ?+ z& k# z5 T, T
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。
/ y, v0 t% O( U
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。
5 ^+ l. @* [% ^/ ?( ?( f0 @5 X+ ]3 F
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。
# ^7 h( N3 p3 j+ T 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 j3 l4 Q7 d* O
第二步：分析数据
6 _3 h2 {; k0 |9 I 在你去做最后的图形之前，你需要先了解这个数据集。
) Y' O+ c0 W3 r1 |: L/ C4 Z9 C. j3 ]; ] 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。
6 t2 S1 }# z2 }. Z% ]* @
第三步：制作静态图形
+ ]9 o+ t% r) G. }0 O0 a 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。
R8 I5 u7 ]0 R" c2 ^* U g 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。
8 F* I* A3 E3 `6 b: _. 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。
8 T9 k; q* r& x$ {6 @ 第四步：制作交互式图形
# ? m5 S) j) [+ ]$ h& I$ b
Flash已经过时了，而Java是新的宠儿。R在这里应用不广。
' ]3 N; {, e; }5 y# O
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 。
; W' g' C! M G( ~) P1 g* b$ 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。
8 F1 O# O6 k1 F$ ?8 g
常用的数据可视化方法有哪些？常用的可视化工具：
8 U/ U. p+ y: D* C. R; s
1、Microsoft Excel
! u7 C: p9 X! H% x$ I5 t 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。
4 z: p/ H$ f, G 2、Smartbi
) B; k( n: E% G. J5 {4 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。
* E3 z8 x9 \+ U+ T! {" R, ] 
