% P4 {$ E4 w& E* j! j- 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。
2 F/ [: }. j9 I' @$ y; K
* v* S6 @& L0 H! }
7 P: S. K5 X$ S 打开凤凰新闻，查看更多高清图片
2 }$ x* _6 h! u! |6 J; |# K* j
" c. y4 | C. E+ q! ]; ~) S
第一步：处理和格式化数据
0 x4 B9 ?8 j7 l$ U! w: Y9 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 。
% A8 j1 H+ r! ^+ M& W
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。
" |8 D& C; q* H, k* Q' e, U' P
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。
4 E! X$ e- i& L 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 l* q9 g* c% E4 V* x 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。
, c8 F! m9 T5 f
第二步：分析数据
/ l+ y- [6 j+ h2 k- | 在你去做最后的图形之前，你需要先了解这个数据集。
6 s6 l+ e, N3 k4 o/ E; O6 Z
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。
$ M; { k% p8 }, N" [
第三步：制作静态图形
6 u7 S% O6 P- c2 l
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。
# g) b6 m- v# P* K9 K
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。
# f" e: s" Q! L: |7 L( K
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。
) a; B. D: X4 M& |
第四步：制作交互式图形
# W! [$ |$ u6 X+ h3 k Flash已经过时了，而Java是新的宠儿。R在这里应用不广。
% m0 G" Y7 W, G. V r. X3 X6 V
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 。
, U4 M/ B% [5 I
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。
. L* }- t/ s3 W4 D, ]4 O) ]
常用的数据可视化方法有哪些？常用的可视化工具：
3 q( I, n* g+ F3 P9 T
1、Microsoft Excel
1 p% C6 X4 X+ R* R5 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。
- K! @% y6 B3 }5 M+ e 2、Smartbi
, S& u" F/ T/ y8 l$ J 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。
9 B4 M$ T+ A& J2 }7 `; C. i3 d) T
