有必要用编程定制专属的数据可视化吗？

: k% X, _ \) n

9 n+ }0 K- O0 B1 B X. \

- J8 g2 t8 L y

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 H* `% w9 K- s/ U. O8 d

y3 s# ~3 G+ c* H

6 _. r* Q* v/ N) b& ]( D( h

打开凤凰新闻，查看更多高清图片

第一步：处理和格式化数据

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 。

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。

4 ?' l R6 P. g3 }

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。

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。

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。

7 W3 M3 a5 ~* P/ b* T8 I

第二步：分析数据

' h% F1 E( r- x! i. }8 R

在你去做最后的图形之前，你需要先了解这个数据集。

6 ?7 q3 v; w7 X% r8 z* C

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 N D! o2 R8 v

第三步：制作静态图形

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。

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。

6 j; q9 @& E { U

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。

; y0 E1 J' R9 W9 o7 P5 k; `

第四步：制作交互式图形

5 k" A; v. P" L) N9 e& g

Flash已经过时了，而Java是新的宠儿。R在这里应用不广。

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 。

" K# z. A, H# ]; |! G

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。

常用的数据可视化方法有哪些？常用的可视化工具：

) U7 u8 Y' [/ ?3 q2 U: g

1、Microsoft Excel

- _7 L0 @+ ~4 t1 S/ _6 z% R

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。

) s7 Q5 M; Y% O- t

2、Smartbi

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。

* @* i; l, u' Z+ M+ k9 h : j. y# C: W+ @