- P' y1 p5 j' m 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。
/ c7 j* A- I b5 P) Y8 `/ @ 
0 X" o: k2 ^7 P, n1 q
" j2 \/ e* g9 w* @: C
打开凤凰新闻，查看更多高清图片
0 v# b( g$ A# J) ]0 h7 B; ]0 m # H9 n2 t3 c% x- ~
第一步：处理和格式化数据
- J1 M" b Y$ Q" B 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 。
( ~- j' p" }- d# [" y* N, I 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。
( c; H' L b- o2 L 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。
- d& Z8 k+ [- t1 p0 R
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。
$ p' ~' Y: p: V: I& a- f, _
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。
( i0 r9 L+ f1 |# g: Q
第二步：分析数据
$ M) P8 X2 V7 u: Y& l( Q
在你去做最后的图形之前，你需要先了解这个数据集。
6 K2 d4 x2 M8 s9 i8 x9 p1 J6 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。
* F: |& `; t- }9 r8 {2 I 第三步：制作静态图形
7 P8 s8 B6 c( a( Q1 L: T
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。
( @/ Y" a% `7 i o 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。
9 a) v1 X: p4 d5 J. S
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。
9 G$ ~8 N; ?: f$ \: |/ Q 第四步：制作交互式图形
9 A# k; r* ~ t: P: i! V. P5 ?
Flash已经过时了，而Java是新的宠儿。R在这里应用不广。
$ @9 l8 O. u2 ~, e# m 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& F8 F" V) `) T 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。
" ~. A4 G9 i- k4 ~7 T 常用的数据可视化方法有哪些？常用的可视化工具：
/ s0 }4 h" p! C" _" T8 R 1、Microsoft Excel
% }: f4 r$ n5 g
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。
( e+ N, N! G/ ` 2、Smartbi
: Z, m" c1 `: i6 r8 | 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。
8 a- P. A0 x5 ?4 ^
