' k" `- |1 {" T
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。
- C% ]4 Y" `7 u# J7 P& ] 
0 X3 t: d1 k. n# I+ ~2 W: t 3 a/ K. n/ V c" n1 n
打开凤凰新闻，查看更多高清图片
& w2 q$ g; a, n6 L/ X* Q * Q+ X' _7 e( J* T1 q) S
第一步：处理和格式化数据
- C( R0 n* H: w* R% h
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 。
/ t* c% F" Z" H1 O6 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。
. m" ?, h" l3 D4 }$ y& t
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。
0 v' ]; E `* } 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。
' j/ @+ B3 q, e
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。
4 w' V: w. ~$ g* A, z3 d0 B
第二步：分析数据
8 R# v6 b; T# Q* l9 j. Y* z. Q* } 在你去做最后的图形之前，你需要先了解这个数据集。
I; T; u: ^2 P8 ?, P, k) O
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。
! a/ k, M" }' E0 E4 b 第三步：制作静态图形
% v) c, Y6 K5 L& A
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。
v2 O& I" S2 x- b" 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。
. \& m+ I. ?" x$ o5 _
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。
+ Y6 c {& e B! i 第四步：制作交互式图形
' r9 Z% b1 ] q' W Flash已经过时了，而Java是新的宠儿。R在这里应用不广。
- g$ X% H; l! a4 M. B0 U+ W
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 。
; D, j6 s F& S7 U) h 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。
0 K/ i- a( K- _0 D5 L4 K3 P 常用的数据可视化方法有哪些？常用的可视化工具：
) P$ A$ R; i3 a4 c
1、Microsoft Excel
- {& i* O+ x) i; c/ _$ G/ c
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。
2 Z p4 m/ M, B2 r8 M2 f
2、Smartbi
& J) `6 b$ F- }! s+ m 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。
M% m# L# a1 c% X- I1 H 
