}; k: ~% W1 H. x 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。
0 o7 ~' k& c: C2 r9 C
% u$ b: A* y J
! v4 m1 H9 w' _5 \1 W. r" e 打开凤凰新闻，查看更多高清图片
+ j5 ] N2 f7 H r+ D' G3 F1 }3 l9 C. L
X9 c5 b8 X& C8 q 第一步：处理和格式化数据
2 ]' n$ u; J4 H. R. U
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 。
* C6 G! \( I6 C! m 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。
0 L+ q, c$ y# f1 T, H: ^ 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。
" A5 O. a0 V {6 Z( S 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。
0 {' U9 b/ l7 ^3 }/ I8 R: r$ 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。
& v5 D' M6 q' V" ]2 s
第二步：分析数据
1 J" y# d- t1 m3 D+ w) n$ r7 c) W 在你去做最后的图形之前，你需要先了解这个数据集。
# Y8 G5 X, Y+ O3 l- _8 g+ 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。
+ y! T3 _7 I/ J2 t: G3 t/ _ 第三步：制作静态图形
z5 _9 H+ o, R
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。
* W& c/ E$ f: Y1 U0 {+ h0 | 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。
! X6 r4 v' f5 F" 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。
0 z- O- c8 n3 O- W. a
第四步：制作交互式图形
. I+ |9 \0 N6 g# i
Flash已经过时了，而Java是新的宠儿。R在这里应用不广。
# E/ r5 s3 W5 G. u. ~ 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 。
. O2 m& w3 K: H. v2 U3 t, N$ d
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。
5 U, H$ P8 t* M 常用的数据可视化方法有哪些？常用的可视化工具：
; @* b$ v9 }; j8 c h 1、Microsoft Excel
5 O% S9 |5 r5 S+ t 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。
0 b" O& Z! H+ k2 j
2、Smartbi
- t- G: x* ?: R* O5 c
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。
( L. z3 {+ q9 w; z& o
