) i+ L5 P& N: M& v
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。
" _5 a( Q* y& ^5 c0 w9 { 
" f5 ~( E4 A2 g3 N
& w- j9 b3 G# v6 T 打开凤凰新闻，查看更多高清图片
6 E% t* S' W+ G0 s7 C
2 }, i" ~$ U! F& k" L( I+ l
第一步：处理和格式化数据
0 \7 l% d" ]) v+ |, W: w: u
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 。
3 w1 w* R# d% j% M! Y" F1 B# { 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。
, G- t" g( D' V) ]* x
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。
+ J; A1 W, d' ]- ~
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。
) ]! x/ R$ I( w$ S* [. A9 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。
! e# \) { Z$ a( o- l0 \
第二步：分析数据
" ]$ r) x5 C: V% j" ] 在你去做最后的图形之前，你需要先了解这个数据集。
9 u, @# m/ G/ I9 N$ @" B 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。
. l3 c+ N% k% |* U7 a
第三步：制作静态图形
7 I @+ m& }0 A: }
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。
# E7 [# {/ A! {5 h6 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。
4 f( z$ h, C, ?: R: a 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。
' L; `/ f8 O" m- y# J8 Q
第四步：制作交互式图形
4 q9 _( X/ `$ N' ]0 g Flash已经过时了，而Java是新的宠儿。R在这里应用不广。
2 R0 m+ T% T% w! [
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 。
/ S6 K1 U# m1 H2 p/ ~; p4 S5 \ 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 i, ]! i# n% e0 d% K 常用的数据可视化方法有哪些？常用的可视化工具：
- C$ O# ?3 Y; b" }' E: b 1、Microsoft Excel
' N6 d2 }0 g( K4 u( W$ 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。
0 \7 z, @. i3 t. b
2、Smartbi
: J* ~7 a* G4 o @$ w: s" 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。
! S9 b" Q, E4 k8 g0 {* o/ } 
