) \2 ~! \, M& \# z" F6 w3 r 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。
; B& M$ a0 p, t6 ?, o9 R0 U; K! o% `
6 ^' F2 T, ~+ r0 Z0 v* u$ [3 Y
+ F: A( c1 E! k7 R2 E& u: [
打开凤凰新闻，查看更多高清图片
! B1 Q8 i; t3 f7 ?; A
' u( N6 ]& R" }0 B6 x 第一步：处理和格式化数据
% z, R7 l; i+ v- ? 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 。
1 W! n0 V# P/ e- J, F3 z& ]5 P 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。
$ u/ ^. p3 R& y8 g0 q/ q 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。
8 a8 Y% e; W1 n" I/ y% G
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。
# U% i, w" l4 \: s% [ 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。
. v8 V* l* W4 ?3 ^$ _. T; A 第二步：分析数据
`) U$ ?+ c( G* ` 在你去做最后的图形之前，你需要先了解这个数据集。
( F2 E* p; i9 K% L: J; A 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 z: f; L7 M1 [: W2 i 第三步：制作静态图形
% d1 a5 u0 z; w# s$ a+ R1 N/ L0 P5 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。
& \( O# ?) @7 d" e5 p! [9 f
R：在R中有可视化工具包，如ggplot2，但我几乎全部使用R自带的那些功能，即base R。
" f9 v$ [/ M+ F2 x+ P2 o
Adobe Illustrator：如果图形要发布给别人看，我会以PDF格式保存R生成的图形，并在Illustrator中编辑。虽然有些矫枉过正，但效果还不错。我也在考虑试着用Sketch。
, l: x7 K* W7 Q# s 第四步：制作交互式图形
8 B2 F+ k$ o+ x" w6 i# @; ?" e Flash已经过时了，而Java是新的宠儿。R在这里应用不广。
: j5 v: T0 m' _% n- Q) n y& X8 U
d3.js：我用数据驱动的文档来做交互式的数据可视化（我还在学习中）。有许多例子可以用来试手。但如果我想快速完成一个图表，我有时也会尝试用 Vega-Lite 。
0 C6 o3 G: g* H; U1 U
但其实，我并不推荐大家用编程做数据可视化，除非是技术大佬想专研一些特别厉害的可视化。普通的使用建议大家可以使用零编程的可视化工具。
& K0 k( }) q9 j; ~5 _1 ^$ |7 m& a
常用的数据可视化方法有哪些？常用的可视化工具：
9 l- w7 S9 {) P& y& s8 L3 r/ u) Q
1、Microsoft Excel
) N: \) l( N$ W5 b, B; Q
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。
. `4 `) T1 @7 h: u+ J& d! {* H" { 2、Smartbi
4 @$ [2 o; U2 D4 D' O
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。
. v( k8 q1 `1 n8 \( O, P( S; O
