0 \0 [8 n7 y' ?7 p x" Q: F2 h 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。
" i6 b" Z$ e) y7 B0 S 
6 f6 h& C2 n: \+ R: @
[1 Q! U: g: I `" Y
打开凤凰新闻，查看更多高清图片
3 s6 a% j- @4 r9 Z$ ] 8 k/ L& `' J8 S) D3 v
第一步：处理和格式化数据
0 F% g. N' ^+ c: @1 t" i 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 。
+ B' H+ S7 s: X/ f; G8 c, 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。
) a; B- ?* }/ H" C' 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。
* r/ c2 y; S5 j( L9 F5 y5 F2 `
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: a) w) L4 `/ F 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。
) f) ] Z6 u6 M1 |4 Q
第二步：分析数据
. {' k$ ]% E4 [" ~) ?2 |+ D 在你去做最后的图形之前，你需要先了解这个数据集。
" d; U5 {- }9 X1 ?, o
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 t. \4 y8 x0 X& v+ r0 U 第三步：制作静态图形
+ C( w1 h* s% @1 C |: 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。
5 E; u! h) O; k1 ^0 @
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。
) W! I1 n: d8 \; _3 q
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。
% d7 }( j! M8 q
第四步：制作交互式图形
8 F) T9 V) @2 _& Y, O9 q. ]! @& k
Flash已经过时了，而Java是新的宠儿。R在这里应用不广。
% @! B+ r2 O1 P 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 。
! h6 N) t2 r; U8 m
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。
8 O# n* X$ `+ s) | 常用的数据可视化方法有哪些？常用的可视化工具：
3 h4 C+ M: q2 M/ y+ A, S 1、Microsoft Excel
' B4 V8 v" ~, `
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。
) M& n+ L* `; m% m g7 r' \ ^/ ]5 z8 M 2、Smartbi
5 u9 f7 K) p/ g, Y8 V$ e! a, i 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 I$ F- @9 \$ b+ x8 D+ V8 o
