- R/ P' }. W6 ` 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。
0 w) w! G1 Y0 b# D+ {
9 V8 x+ ~2 l# q
5 D- ~$ E. v2 U% h; N; ]4 A' D 打开凤凰新闻,查看更多高清图片
- j6 u1 {/ E6 ?! R
, a7 X% G2 Z1 k9 }3 q& S
$ a" H: |1 n6 B! I! ^& F ^ 第一步:处理和格式化数据
$ x/ l7 P- x/ K! V1 M/ O 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 。
/ z. n- i0 u* F) a- P3 { |
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。
/ p b& p: n9 J4 w9 C6 _ 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。
! A. s% Q! S$ l4 N2 w
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。
3 k* {+ |" B6 a& a" i, {9 O C 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。
& k% a$ L) g# R# l: d1 \8 }
第二步:分析数据
0 B& S; u2 S. S: L. k- I1 J/ `$ ^% w
在你去做最后的图形之前,你需要先了解这个数据集。
2 R9 |3 Y6 f$ h' D, H
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。
7 u* [7 i% W8 @$ p3 O, `' |' |
第三步:制作静态图形
, `+ |4 F" Q4 U- K1 G4 {
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。
- ^ Y: ]0 c3 X! J
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。
, M3 O; B8 }2 V 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。
/ [3 I. i; R+ a: \7 K
第四步:制作交互式图形
4 a* \/ X8 T0 j2 M# J8 E' K% @8 D Flash已经过时了,而Java是新的宠儿。R在这里应用不广。
7 a, D/ e6 q8 q) R
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 。
& ] I# y) c( J: B
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。
" K3 Q0 e# K. l6 R( h/ _3 [* w+ ^ 常用的数据可视化方法有哪些?常用的可视化工具:
' }: G+ m4 s; |0 l
1、Microsoft Excel
3 e4 L, b/ M3 r. K9 D5 U 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。
( |- F9 z4 C, |8 V9 K+ a7 p" g' q! ~
2、Smartbi
' T# D8 u6 M: B4 {1 F$ d2 N# N/ g
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。
! d+ Q' l% o# V1 j3 E9 e2 {! p D