3 |; L- W9 x8 V3 ^- j1 W; A8 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。
1 g2 o& A" e1 [: y% J
" M+ d, o9 Q! F% Q; n6 }% o
6 c6 ~# m# ], `* U! U
打开凤凰新闻，查看更多高清图片
' W0 m9 P) M" N/ ?1 Q 2 ?+ h4 _" G3 L' ~5 {* Q+ n
第一步：处理和格式化数据
! |: n% K, C/ i* F; E$ ^7 f 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 。
2 t7 R8 T' o3 o4 E q) ` 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。
2 \& W9 e& T/ _3 {
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。
/ H" ^& Z4 v* L$ E" p9 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。
* e' i0 O8 r; C6 ]2 \" S' W/ j 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 i2 O( d% S. y2 |$ J
第二步：分析数据
! @9 V9 ]8 y- a: H' L5 e6 d
在你去做最后的图形之前，你需要先了解这个数据集。
/ C- i+ o/ ]) S 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。
2 Q& p3 w9 R( ~% k
第三步：制作静态图形
* g. Q7 z2 Q- g( E 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" \" C% r$ r1 ~ 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。
7 Y- j' m$ R! L) q
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。
/ c; ?1 a* j* y3 c( d' j* d. q 第四步：制作交互式图形
/ r- Q4 |6 {, o) t Flash已经过时了，而Java是新的宠儿。R在这里应用不广。
9 L8 y4 x8 h$ S& T 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 。
" c( ~1 x4 g6 v3 } 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。
, B. q6 n2 F- D! c4 ?
常用的数据可视化方法有哪些？常用的可视化工具：
! X9 p1 O$ W) B! I$ e
1、Microsoft Excel
# {) B: s( N- B6 I8 U* Z, ^4 x/ @+ e
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。
. i/ k; Z7 U2 Z) O 2、Smartbi
# R9 g6 r0 _: A
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。
$ O6 @% c( o, n
