# b' u. A' w# s- a) |4 l
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。
3 d9 n& g3 ~$ a; c' h
6 K) W( A' l; j( y! n " [: ?" W' T& r% d- C0 s
打开凤凰新闻，查看更多高清图片
~) p# q2 K! l7 ~) d. h : A! q9 c d' Z* H# R
第一步：处理和格式化数据
6 c; R Q% |1 g6 `9 W0 a6 [: y 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 。
: v% L) o7 ` i: I- N 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。
8 P$ n1 {' X+ y1 i% i; i* v) A: }
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。
- {% b3 n) ]! Y( d# x5 I4 n1 C
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& J V: U2 [2 x 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 _1 R' ^( \& A8 a 第二步：分析数据
- M4 p. T n1 g, N1 q3 f1 B/ ~, l* N
在你去做最后的图形之前，你需要先了解这个数据集。
' G k2 D$ `3 w/ {) Z* I, W: d, ~ 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。
. F8 c' d+ V) o9 P 第三步：制作静态图形
5 }( |* k: E* [& K1 t1 k/ J. D
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。
5 n/ D# y8 z9 U& ~
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。
& j& c& K/ h4 ~9 \: M6 H, H7 G
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。
7 ?" T. M% N- W$ e3 R
第四步：制作交互式图形
- R. |& V# R- a( ~3 Z Flash已经过时了，而Java是新的宠儿。R在这里应用不广。
- Z4 n0 T2 r% h& |
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 。
, m7 G! g/ A% |/ ^
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。
" L! }1 y2 ]7 T! A
常用的数据可视化方法有哪些？常用的可视化工具：
3 x" ^. ^6 K. a% S; c* M7 I 1、Microsoft Excel
; p! A& A0 s" W9 w; [0 ]* E8 J 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。
! `# y7 m2 X7 K/ ` 2、Smartbi
; T% K% T2 i3 |% M; s( N- N 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。
/ G# q) a5 T" V6 `0 D 
