0 f3 p: X0 F0 T9 K2 G, h: d 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。
( w6 A, a- M* p1 E+ g% U, w
3 i- g O8 t! M5 a' j 1 ?" q3 Q& r/ p: H& d: l
打开凤凰新闻，查看更多高清图片
; g! U5 u k* M- }# j' J7 l 7 ?3 k) C+ O9 o4 Y1 ]' d- ?
第一步：处理和格式化数据
8 `2 O$ h5 w; ]& G$ G' O! x 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 。
7 V3 E5 \! k. G8 X 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。
; b, y8 t7 l# X$ n. U: {$ a5 S
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。
3 M0 v5 r- k: V, p+ Q$ d) }- B# 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。
. ?1 S+ h: |! \! m9 N6 r
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 w2 q% n% @- k( U; \- Y; p* Y" i
第二步：分析数据
% G2 W1 d& G9 ]* E& m3 K
在你去做最后的图形之前，你需要先了解这个数据集。
' I8 ?8 N) q/ Z# L! y 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。
e; O3 ~& h9 ~5 ~& @. B: W- t: ] 第三步：制作静态图形
- L7 N6 o, W: J2 w2 {2 v7 p1 y 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。
- Q# ?/ x4 u! j4 ? 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。
3 ]4 H8 o# p- [ 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。
' s- V, M0 I4 S3 i7 j
第四步：制作交互式图形
/ D+ X% [9 M. w; d: Z$ n
Flash已经过时了，而Java是新的宠儿。R在这里应用不广。
0 V/ B6 c9 f: a, H4 d6 s K; `& y' b7 ~
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 。
, r- N. ~) v& R 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。
2 C! W6 V' m. X% h5 h0 B! T: u i6 X
常用的数据可视化方法有哪些？常用的可视化工具：
/ A, ~; L5 p, j: K/ L0 m9 B% X3 m
1、Microsoft Excel
. g6 w# O/ U+ f& h- a
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。
( t5 M4 k8 ], D 2、Smartbi
' {3 [5 O! v: F# g9 l
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。
6 N6 q d$ h0 P z1 Y1 N
