第三章_可视化的工具.pdfVIP

第 三 课 可 视 化 的工 具 学习目标  了解常见的可视化工具  了解什么情况下可以使用哪些工具  了解不同的工具的作用 能力目标  能够根据实际场景选择合适的可视化工具 1 工具的类别 通过学习相关数据和视觉编码的知识 ，我们已经知道如何将数据分类 ，如何选择合适的视 觉方式来展现数据。已经了解这是一个从理解数据 ，整理数据 ，并针对读者进行图表设计 的过程。然后最终用什么来实现可视化呢 ？现在有大量的工具可以使用。哪一种工具最适 合取决于数据以及可视化的目的。 这里把工具大体分为需要程序实现的和非程序实现的。但是这种分类还是很粗浅的 ，还有 大量的专用工具 ，为某一些特殊类型的数据 ，或是某一些特定的图表或是目的 ，进行可视 化的平台。 非程序性工具  Excel Excel是最为广泛应用的电子表格软件 ，也可以方便的完成简单的图表。但是 Excel 局限 于它一次能处理的数据量上 ，而且如果不了解 VBA 这个内置的编程语言 ，否则针对不同 数据集来重新绘制一张图表会是非常麻烦的一件事。  Tableau Tableau是目前发展迅猛的商业智能可视化分析软件 ，源自美国斯坦福大学的科研成果 ， 用所见即所得的方式完成数据分析 ，可视化图表和报告的创建。可以对接多种数据源 ，并 提供多种交互方式 ，并方便分享。是目前得到广泛应用和快速发展的可视化分析工具。  Visual.ly(visual.ly)  图表秀 （http/// ） 国内外都有很多类似的在线可视化工具 ，可以通过简单的拖拽 ，在给定的模板上完成相应 的可视化作品。但是缺点是受制于模板的种类和样式 ，同样也需要公开数据并上传到服务 器。  阿里云 QuickBI ，DataV 这些都是简单的云上可视化图表工具 ，可以无缝集成云上数据 ，快速搭建数据门户。 QuickBI 提供海量数据实时在线分析服务 ，支持拖拽式操作、提供了丰富的可视化效果 ， 可以帮助您轻松自如地完成数据分析、业务数据探查、报表制作等工作。DataV 曾更注重 2 数据大屏 ，旨让更多的人看到数据可视化的魅力 ，帮助非专业的工程师通过图形化的界面 轻松搭建专业水准的可视化应用。提供丰富的可视化模板 ，满足您会议展览、业务监控、 风险预警、地理信息分析等多种业务的展示需求. 程序类工具 虽然拖拽式的平台或是软件可以简单上手，但是代价是这些软件都是有一定模板，样式也有一 定限制，如果你想做一些特殊的可视化方法，或是自由设计的样式，还需要用编程的方式自己 实现。虽然编程类的方法一开始会比较困难，但是一旦熟悉并逐步构建自己的库之后，重复这 些工作，或是有新的数据需要分析展示的时候，就会容易很多。  R语言 R是用于统计学计算和绘图的语言。最早是分析师常用的编码，但是R作为开源的项目，有很 多人做了扩展包，可以使得统计绘图和分析更加简单。常用的绘图的扩展包包括ggplot2等。 如果希望通过编程完成静态图形，R是一种很好的方式。  D3.js （JavaScript + HTML + SVG + CSS ） 对面向Web的，在线可交互的可视化作品，最有可能的就是通过JavaScript完成的。其中D3.js 是一套针对可视化的JavaScript库，提供了基于数据的DOM操作，能够将数据与可视化表达 区分，又提供了极大的设计灵活性，并发挥了CSS3，HTML5和SVG等Web标准的最大性能。作 为开源项目，拥有活跃的社区和大量的例子可以参考。在业界也得到广泛的应用。  Processing Processing是一个开源的编程语言和编程环境，视为数字艺术家创造可视化和绘图的软件， 支持很多现有的Java语法架构，简单易学，设计人性化,可以生成非常炫目的可视化效果图。  Python Python是通用的编程语言，并不是针对图形设计的，但是因为广泛用于数据处理和数据分析， 并且有matplotlib等支持可视化的包支持，也可以完成相当的可视化作品。 特定的可视化工具 还有很多工具更特定的针对某种可视化的方法或数据。如果想表