3 ^ k6 H1 E+ e' V 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。
3 D; t9 A3 l7 r6 N3 v
0 |! B$ J" k1 q1 G( D, u4 A$ J4 v
. O. h% z T9 o J2 W5 f3 L& ^
打开凤凰新闻,查看更多高清图片
' X, ^' p/ ]8 L" Z, S
W4 B" g# m( L) T1 W; r) y
6 ?* z9 Q0 F. E( w( w 第一步:处理和格式化数据
/ o8 |6 e. c* Q; e& 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 。
- z; n2 q' s+ _& V0 w* \: K8 ^
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。
! W) R+ O1 @1 ]- e* B# g
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。
" B+ ^2 n6 ^7 P9 q
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。
/ E4 f( E8 D9 n. _ 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。
! ~2 M8 n) I; h3 P, X 第二步:分析数据
6 ]% r5 \# h5 ?5 E3 S( T# F! B 在你去做最后的图形之前,你需要先了解这个数据集。
/ R+ m0 S% R7 j3 n8 ~7 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。
0 L9 m& L9 x: j4 W/ k" Y 第三步:制作静态图形
! ~3 |" W8 r: D- u9 d) b 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。
" d p8 w) q: {( n9 N
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。
' X2 S! Z4 L+ A
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。
, J7 w5 ]& h! V0 I
第四步:制作交互式图形
! ^/ L* ~6 c/ z, R G0 @- O4 t Flash已经过时了,而Java是新的宠儿。R在这里应用不广。
7 b1 V* l$ c8 f. _8 s. G) _: l 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 。
9 s6 d& Y s E# Y- { 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。
: E% |. p! e( ?
常用的数据可视化方法有哪些?常用的可视化工具:
; @& k+ y T+ e* j
1、Microsoft Excel
) F8 G, m. O' C8 \
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。
( _* E5 k) j& @0 v" _4 O+ Y* A9 ~ 2、Smartbi
0 T5 V$ ]% F& V3 U v/ K+ N- t
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。
* N/ X, R9 U6 V" m9 U' E