1 ~, N+ e4 o7 C2 s" ^9 D3 J
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。
2 ~) A$ S: O: R0 F! w# U# S; y 
3 {/ J, G6 `& K- {! Q
% t2 \* {9 p5 S/ V 打开凤凰新闻，查看更多高清图片
" S# r9 ~* S# a, F. R: N( }/ }6 h
" y" \) H& s- y5 L; I4 Z 第一步：处理和格式化数据
. x+ u. N0 g. o; H) z! X1 B8 R 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 。
& i7 v; t- ^1 p5 o+ f; z& E) y9 L 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。
) x% B9 J u& ~, U* I9 G 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。
) f9 k% {: K) F# ~7 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。
1 X0 Z( W: z3 v$ C6 j 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。
- z. ~5 C5 d4 ?' f. h% _
第二步：分析数据
" G( V. y2 p5 I# B, v8 H5 P
在你去做最后的图形之前，你需要先了解这个数据集。
1 f0 T+ R* p8 \# ^
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。
; h) y4 D$ Q1 [9 g' ^6 [
第三步：制作静态图形
) m& p/ a' Y0 i v7 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。
2 e* q5 }3 C) y 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。
2 z! z+ e8 T8 f' v" n* S" F 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。
, U, x" `8 x/ }# g8 _1 x- S 第四步：制作交互式图形
+ [6 c% f2 `" ?2 {7 w3 R# h; P- w" G- E Flash已经过时了，而Java是新的宠儿。R在这里应用不广。
. G0 _7 h' }- ?. B+ B' k1 o
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 。
! w# R( Z* {7 d$ u7 D& q/ j0 k, ~ 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。
' l0 t/ _$ t0 l2 X; y( K) z/ a 常用的数据可视化方法有哪些？常用的可视化工具：
! I q# T7 _- Y/ }! y P
1、Microsoft Excel
$ {3 ?9 ^6 K) L
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。
$ h* V$ Z! y$ |
2、Smartbi
& Z2 F5 I3 r$ V( C+ ^
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。
9 g4 q% b- g) `5 F9 Q 
