/ z2 C) q- a0 j
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。
' Y; U) r; H4 E8 N 
8 c8 M3 l: W: R6 P% U . @7 E% S. U! w
打开凤凰新闻，查看更多高清图片
' T6 {7 l+ |8 t( X, F3 O4 q
& r. \/ F* ?# }; \ 第一步：处理和格式化数据
- T; l( b1 N* R8 H! V8 u( m
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 。
4 u* c1 U+ |& O l 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。
: n1 |: T) \, m
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。
1 Q" s$ ^% D# ^- Y# k4 D" v# o& n( e
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。
% f/ E' H8 x% W& w' d7 E9 i 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 C7 @. L+ m2 o6 O; l8 o 第二步：分析数据
$ D4 E. O1 d3 I; }5 ]: X
在你去做最后的图形之前，你需要先了解这个数据集。
6 P% y6 Q }9 G+ T, R
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。
4 i2 f4 A0 W1 @3 c" g; n8 O! ` 第三步：制作静态图形
! z' B* M2 W: e; Z 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。
5 l# o$ j( g7 X2 \
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。
4 A" O3 W' l& Z# M7 k; @ 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。
; R4 [+ ?$ r5 T m% n1 l; k# q0 T r 第四步：制作交互式图形
& q1 n/ c/ t6 x3 T. b, d6 a
Flash已经过时了，而Java是新的宠儿。R在这里应用不广。
1 I, {2 ?* ~# e
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 。
?. A, D3 ]4 o1 _ F 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。
6 {/ G, t- t' l
常用的数据可视化方法有哪些？常用的可视化工具：
- m3 i5 w7 r$ M! t b 1、Microsoft Excel
2 J" ]. p& R( k* O! e4 J3 {' z- E0 C
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。
# W1 |3 o, d* J& l( F2 ^/ j 2、Smartbi
# d O/ m' M" J! ]$ J
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。
: Q' p: ?. N( a
