0 I! h- n# t! [( w4 R% q 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。
6 q; R" P" q# ?, x( }# K 
: d ?9 H. X- H; `: \
0 l* d- L8 o! J$ a; _. a; W
打开凤凰新闻，查看更多高清图片
Y- J& d: |$ X, f9 Y8 v / y; j% i- x, ?) u( C! y3 B3 Q
第一步：处理和格式化数据
8 I5 V n" }1 C+ R0 h i& h 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 。
/ \" t8 f* a* i. k8 R
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。
5 t1 d' U$ X- E/ Y
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。
( \6 v9 r7 W; Y' o( m
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。
6 P7 b- _8 b+ ]- K0 {0 g( K& H
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。
. S& ~% `: H8 c 第二步：分析数据
& c2 P" E, `' k8 D9 J! G; b5 p! H 在你去做最后的图形之前，你需要先了解这个数据集。
: ^% |2 Q4 U+ X
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。
' w2 P4 @$ s+ P# x! ?' N& P% l 第三步：制作静态图形
- Z( } a' e. L+ N3 x
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。
' c4 e+ l7 C/ t4 Y' A: d( v 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。
7 d/ M4 W4 H5 E, |' d( M4 n 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。
+ v% Z! n: l& v- X$ E* j
第四步：制作交互式图形
; k ?/ {( v: X" Q Flash已经过时了，而Java是新的宠儿。R在这里应用不广。
9 E1 E5 X5 Q/ q2 s+ D( b 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 。
A. v+ x0 x- h5 L) X 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。
; {4 H5 l/ g* x
常用的数据可视化方法有哪些？常用的可视化工具：
" m9 f, G0 N4 e" ?2 t2 t8 j 1、Microsoft Excel
* y& P9 K# @# ~) k& v w 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。
! |3 R8 t2 i( U s
2、Smartbi
5 j: l8 A$ u3 @& T8 Z* p 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。
" l4 i7 C% A( I* C' H
