/ ~* x$ d; t( y. x8 A
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。
. J( E% P% D( V6 {, M; g 
' A0 x0 B) s5 |8 e$ d, c# w: }+ ^
1 M, |! p* P! M' r. L. ^- X 打开凤凰新闻，查看更多高清图片
3 {$ W G9 ^4 c" U, t2 a" r, O
, C( Y+ O+ @$ E2 \+ w' T
第一步：处理和格式化数据
3 w9 }7 v* V# V0 j% 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 。
4 y3 i3 [% p' q- d: L3 [' ? 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。
; S* g a7 X% h' l 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。
% P6 q( |5 Z* x% b8 H 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。
+ o5 S5 W7 b! e5 \# y% O
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。
8 o. u7 }- U3 G3 n
第二步：分析数据
8 [+ ]& }, f6 [+ G- H 在你去做最后的图形之前，你需要先了解这个数据集。
8 R0 \3 j0 l1 o2 j
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。
0 L$ \. F5 t [. @) X 第三步：制作静态图形
; ~8 _* S7 A; J1 R! p) C* g, ? 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。
3 W! n3 N4 Q7 A2 m 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。
, R* |! Y' ?' U6 p8 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。
" Y3 D) ~. U! B 第四步：制作交互式图形
/ ]( N% o2 b% `8 I6 @9 t Flash已经过时了，而Java是新的宠儿。R在这里应用不广。
2 I; k* B2 t* N: @$ ] B3 m
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 。
' u7 a/ w6 r8 l& S
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 d* l: b. }
常用的数据可视化方法有哪些？常用的可视化工具：
+ F, Y Y& l7 i' C 1、Microsoft Excel
: `+ j# j: q) P) n* x; R 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。
8 w4 T/ c9 K: h; g 2、Smartbi
: P- w3 j8 X; ]. |
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。
5 {% W! T2 s3 x, y& M9 ~: W# y9 h
