Infogramenablesyoutocreatebothchartsandinfographicsonline
ChartBlocksisanotheronlinechartbuilder
01234567(二维码自动识别)
#JAVA
#Python
#R
-----------------------------------
6.地图数据可视化的工具：
7.金融数据可视化的工具：
-------------------------------------
9.函数公式数据可视化工具
------------
8.其他：
为什么推荐Excel，因为以下几点：可制定、学习起来简单、兼容性极强、普遍性等等。
以下是部分基础案例：
接着就来聊聊我学习Excel数据可视化的一个过程：
工具千千万万，优秀的图表具备的特征都非常明显，合理了解这些特征，哪怕使用任何可视化工具，都可以制作出非常棒的可视化效果，主要知识点：从哪里学习图表风格、一份图表需要具备哪些元素、如何在Excel中设定自定义风格、如何安装商务字体、如何设置新建模板为主题等等。
在可视化图表非常流行的今天，形成了不少非常具有特色的风格，例如商业杂志，经济学人，扁平化风格等等，那么有哪些网站可以借鉴我们利用到Excel中呢？
包括第三方在线工具、商业杂志、设计师网站等等这些风格都可以借鉴，学习风格是为了帮我们更快更好制作出好看的图表。
在了解完商务Excel图表风格之后，还需要了解这些图表的共性，每一份图表之中有什么不可缺少的元素，例如：标题、logo、图例、底色/网格线、坐标轴、脚注、注释等等。
在Excel中将配色方案设置为4种，分别是：序列配色、背景配色、文字配色、logo/边框配色，为这4种不同的场景设置配色。
其中配色卡长这个样子，通过设定不同的标记和填充值，在使用的时候，直接输入RGB的值就可以了：
为了方便大家观察，特意绘制了一份填充对照图：
使用不同的配色主题，可以一键更换成其他的风格，例如这种：
影响图表美观大方的因素还有字体，Excel中制作的图表是调用本地的字体，所以只需要将字体安装在本地电脑即可，安装的办法也非常简单，下载字体包，直接双击即可，这里使用“思源黑体”系列。
在安装完字体之后，在Excel的【页面布局】选项卡下设置【自定义字体】风格，将标题和内容均改为思源黑体系列，并且设置一个简约的风格。
为了方便Excel在每次新建文件的时候可以使用我们自定义的主题，可以将前面设置的主题保存起来，然后新建一份空白文档，选中自定义的主题，然后保存为【.xltx】模板文件，并且放置于启动目录下，这样新建的文档默认就是这个风格了。
制作一份优秀的可视化图表，离不开牢固的基础，主要知识点：界面与图表功能、内置图表功能、单元格作图、文本框作图、Excel锚点、链接图片、图表模板等。
Excel关于图表的知识点不多，只需要了解：设计选项卡、格式选项卡、数据系列格式、坐标轴格式、网格线等等即可，知识点整理如下：
配合前面所学的配色主题，能制作出这样的图表：
内置图表包括了：柱状图、条形图、饼图、雷达图、折线图、堆积图、散点图等等大概十多种图表，99%的可视化图表都可以使用内置的图表来完成。
绘制图表的第一要素就是，分析数据适合使用什么图表，如果数据结构不够优良，那么可以尝试修改数据结构，例如下图的数据为占比分析，那么就可以使用“饼图/圆环图”。
地方在Excel中，一个绘图区只能绘制一组图表，如果想绘制多组，制作成信息卡片的样子，那么就可以尝试使用单元格来进行作图。例如下方的数据：
如果想要展示营收的同时，也想展示占比，使用组合图的效果又不好，那么就可以来尝试利用单元格绘制“符合图表”，例如这样子的：
看着是一个图表，实际上是单元格+图表的构成，并且数据还会动态实时刷新，这也是Excel制定化程度非常高的一个原因（取消网格线，通过链接图片的方式让单元格组成一个整体）。
在Excel中文本框也可以利用来作图（WPS不可以），文本框通过编辑栏，可以实现对单元格的引用，这样可以非常方便地将文本框嵌入到图表中，然后动态引用数据。
在绘制图表的时候除了要展示图表的数据之外，我们有时候还需要一些辅助的指标数据，如下：
如果要将辅助信息也写入到图表中，我们就需要在图表中直接插入文本框，然后动态引用单元格，就可以得到这样的文本框作图，文本框引用的数据也支持实时刷新：
对于这些图表，使用其他软件来实现的话，难度非常大，而使用Excel，轻松可以搞定。
在Excel中，难免会碰上单元格作图，两个图表的大小要完全对齐，手工操作就非常麻烦了。
先来了解下使用锚点，按住键盘的Ctrl键盘，在拖动图表的时候，就会以Excel的单元格边界为区域了，这样可以快速将图表与单元格对齐，快速制作出整洁的图表：
同样，单元格作图直接选中数据，然后粘贴为“链接图片”，就可以组合成一个整体，不会拆分出来。
其他软件能一键出好看的图表，在Excel中为什么需要调整这么久？其实Excel也是可以将精心制作好的图表保存为模板的，下次使用的时候，一键生成就行，保存的方式也非常简单。右击-模板就ok。
Excel中的基础图表有非常多，但是必学的可以分为以下这10种：柱状图、条形图、散点图、气泡图、雷达图、饼图、折线图、面积图、直方图、组合图等。
在不同的数据结构下选择不同的图表，会有不同的效果，制作可视化的最重要的一步就是选对图表。
柱状图是使用频率最高的图表，甚至没有之一，使用场景又能被分成以下几个：
与柱状图对应的就是条形图，如果优先观察数据的分布、类别名称比较长等，优先使用条形图，展示效果会比柱状图要好不少：
优缺点也很明显：
不同的数据绘制效果如下：
最常见的用于分析数据之间的关联，有以下几种联系：
在散点图的基础上，如果数据的维度增加多一维，那么就可以使用气泡图，气泡图的性质与散点图接近，但是不适合展示大量数据，一般也可以用来观察少量数据的分布情况。
与散点图一样，也可以绘制多组数据系列：
如果数据的维度暴增，变成了4~10维的话，那么要对比他们的差异，使用雷达图是最佳的，但是雷达图有一个限制，就是数据量不能很大，并且尽量让数据归一化进行对比（同数据量对比），否则会丧失意义。
除了以上的注意事项之外，雷达图由于是全部连接在一起的，这就要求数据之间没有什么关联，并且可排序，如下就是错误示范：
以上就是错误的示范，数据是不可排序的，并且有关联，10月和1月之间是不应该连接的。
如果是要统计数据的占比情况，那么就选择饼图，或者是圆环图，这个系列的图表能很清晰地展示数据的占比情况，知识点如下：
如果数据量比较大，并且数据是沿着某个方向进行有规律变化的，那么就可以使用折线图，折线图无论是展示大量数据，还是少量数据，都非常适合。
知识点：
少量数据反应数据细节&趋势：
数据量大的时候，可以看出整体的趋势，例如下图余额宝七日年化收益率的变化：
在实际工作中相信很多同学都看过可视化图表、大屏报表、仪表盘，可能你不知道这些词，但是肯定经常被这种高大上的图表吸引到了。
其实这种通常被称为「仪表盘」，仪表盘将不同的关键信息/指标等统一组织在一个屏幕上显示，那么究竟难不难制作呢？不难！3招就可以轻松搞定。
01.确定指标
拿到一份数据并不是立马就动手作图，一定要确定好「需求」！那么数据汇报的需求是什么呢？其实不在乎就是挖掘出数据中隐藏的价值和信息。
这里我们以「2019年圆通全球集运平台数据」为例，来挖掘数据中需要展示的信息，根据业务的需求，提取出来一下信息：
在数据量很庞大的时候，往往不知道从哪里着手开始分析，也可以使用这个思路，将大需求拆分成很多个小需求。
同时我们也可以将表格拆分成很多个单独的小表，如下根据需求拆分出来的数据表格：
这样，每一个需求的指标就都已经齐全了，接下来就可以开始着手制作仪表盘了~
02.确认布局/配色/风格
将需求和指标一一列出来之后，接下来就是合理布局这些数据/图表，形成「数据看板」，怎么快速布局呢？其实是有技巧的。
新建一份空白Sheet，并且将行宽列高调整为一致，也就是让单元格变成一个一个的小正方格。
接着我们可以将这些小正方格链接在一起，并且为每一块区域标记命名，备注每一个区域填充的内容，就像下方这样：
如果这里不会布局，那么可以去哪里快速寻找仪表盘来进行模仿呢？这里给大家推荐4个网站：
在这些网站搜索关键词：大屏、Dashboard、看板、数据报告，就可以找到非常多值得参考的大屏数据汇报，吸取他们的配色方案即可。
例如本例子所使用的颜色标准和布局风格都来自这几个网站上设计的参考：
到这一步就将「仪表盘」的整体基础架构搭建起来了，接着就可以往这个框架里填充数据/图表了。
03.填充数据/图表/美化
在第一步中，我们已经将指标全部确认完毕了，在这一步只需要分别将每个图表绘制出来，并且填充到对应的区域即可，如下：
那么底下「发光的边框」是如何制作的呢？其实很简单，这是利用Excel形状中的「内部阴影」功能实现的。
给形状填充一个背景色，并且设置内部阴影的「透明度」为50%，「模糊」为26磅，「颜色」为蓝色，就可以得到这种效果：
然后将制作好的「发光边框」放置到图表的下方即可。
图表的美化则有几个步骤，设置填充/边框/字体色/网格线，调整图表区域的大小和位置，就可以了，非常轻松，录制了一个GIF给大家：
至此，我们就巧妙利用了Excel中的单元格栅栏布局、内置基础图表、基础形状完成了一份科技感非常强的「仪表盘」。
当然你可以在图表中插入一些比较科技风的图片元素，例如光效、科幻背景等等。
本案例中使用的光效如下，使用高光修饰图表的标题：
科幻背景使用如下，使用线条联动背景修饰整块背景：
整体完成之后，科技风和专业感都满满，比你单独提交数据汇报强太多了~
推荐一些简单的，日常工作能实际应用，或者个人学习数据分析、可视化有必要的工具。
希望大家能真的用起来！
推荐顺序：
能中文版的，尽量不推荐没汉化的，密密麻麻我也头疼；
能“傻瓜式”使用的，尽量不写代码，怕把你们吓跑；
能免费的尽量不付费，破解咱不提倡哈。
本答案提要：
纯可视化图表生成（3个）
可视化报表类（1个）
商业智能分析（3个）
数据地图类（2个）
可视化大屏类（3个）
数据挖掘编程语言（2个）
PS：码字不易，先赞且珍惜。
一个纯Javascript的数据可视化库，百度的产品，常应用于软件产品开发或网页的统计图表模块。可在Web端高度定制可视化图表，图表种类多，动态可视化效，各类图表各类形式都完全开源免费。能处理大数据量和3D绘图也不逊色，据说结合百度地图的使用很出色。
AntV又是蚂蚁金服出品（阿里系）的一套数据可视化语法，貌似是国内第一个采用ThegrammarOfGraphics这套理论的可视化库。antv带有一系列的数据处理API，简单数据的数据归类，分析的能力，被很多大公司用作自己BI平台的底层工具。
说道Echarts，都会拿来与Hicharts对比，两者有点像WPS和OFFICE的关系，倒不是说Echarts怎样，日常图表动效Echarts完全够了。
Highcharts同样是可视化库，只不过是国外的，商用的话需要付费。其优势是文档详细,实例也很很详细，文档中依赖哪些js脚本，css都十分详细，学习和开发都比较省时省力，相应的产品稳定性较强。
一个报表软件，企业级的应用。用于系统的开发业务报表，数据分析报表。也可集成在OA，ERP，CRM等应用系统内，做数据报表模块，也可以开发成财务分析系统，就看你如何驾驭数据了。
两大核心功能是填报和数据展示，但我觉得比较惊艳的一点是，它内置了大量的图表和可视化动效，可视化很丰富，完全没有印象中做报表那种古板的风格。多以它能做出格式各样的dashboard、甚至是可视化大屏，一点不虚。
所以有号称：工作用小屏，决策用大屏。办公用微软，经营用帆软。
几乎是数据分析师人人会提的工具，内置常用的分析图表，和一些数据分析模型，可以快速的探索式数据分析，制作数据分析报告。
因为是商业智能，解决的问题更偏向商业分析，用Tableau可以快速地做出动态交互图，并且图表和配色也非常拿得出手。
自助是BI工具，也是一款成熟的数据分析产品。内置丰富图表，不需要代码调用，可直接拖拽生成，包括一些数据挖掘模型也是。可用于业务数据的快速分析，制作dashboard，也可构建可视化大屏。
tableau的平价替代，有别于Tableau的是，企业级数据分析的功能更多。从内置的ETL功能以及数据处理方式上看出，侧重业务数据的快速分析以及可视化展现。可与大数据平台，各类多维数据库结合，所以在企业级BI应用上广泛，个人使用免费。
软继Excel之后推出的BI产品，可以和Excel无缝连接使用，创建个性化的数据看板。
很多工具都能实现数据地图，比如上面提到的Echarts、finereport、tableau等。
这里强烈安利的PowerMap2016，可以快速体验一把爽。
内置的是百度地图，选择模板、上传数据、保存地图很简单的3步。
天猫双十一大屏就用DataV做的，是阿里云的拖拽式可视化工具，主要用于业务数据与地理信息融合的大数据可视化，像一些展览中心，企业管控中心用。
不需要编程，通过简单的拖拽配置就能生成可视化大屏或者仪表盘。
上面提过，这个工具它也能做可视化报表，也能做大屏。
因为后端通常连接业务系统数据，所以可以实时连接业务数据，做企业的一些经营数据展示。比如展览中心、BOSS驾驶舱，还有城市交通管控中心、交易大厅等。
产品技术不了解，也只是有幸在一次活动上见过。
就是商业的，不过官网上有很多大屏设计，可以提供灵感。
典型如R和Python
R-ggplot2
Python
公众号：数据分析不是个事儿
回复“工具”获得33个好用工具下载地址
如果你需要更进阶的自定义功能或是Google原始提供的18类以外的图表，下面会介绍一些有着更多类别和特性的选择。
适合人群：追求灵活性和良好文档的严肃开发者。
同时它也是一个非常简易和轻量级的选择。
适合人群：追求快速美观同时又不需要写一堆杂乱代码的开发者。
考虑到应用或是网站的拓展性，如果你选择了一个功能不完整的绘图库，这就有可能在将来发展成一个问题。而像Microsoft、Google和IBM这样的公司都在使用FusionCharts，这说明它是一个能满足企业级拓展性需求的工具。
适合人群：需要各种不同种类的易自定义图表的开发者。
对普通数据和实时数据，Epoch都支持5种图表类型。这个数量并不能与FusionCharts或是Highcharts这种特性完整的产品对抗，但它所专长的是以简单和友好的方式呈现实时数据。
适合人群：需要简单灵活的实时数据呈现方案的开发者。
适合人群：想尽量避免写代码并有实时数据操作需求的开发者。
适合人群：不怕写代码的硬核绘图专家。
Sigma同时也是响应式的，并支持触屏。开发者很容易添加新的功能以及精细地控制边和顶点的规格。
适合人群：需要专为绘制图模型设计的强大工具的开发者。
Highcharts对于非商业使用是免费的，而商业许可的价格是一份590美元（附带技术支持）。
这是一个用它绘制的例子：
适合人群：需要在技术支持的帮助下绘制各种复杂的图表的开发者。
虽然dc.js并没有像ECharts或是GoogleCharts那样丰富的功能，但它在自己的卖点——易于呈现和探索巨量的维度数据集上做的非常好。
适合人群：需要为关系型图表创建一个仪表盘的开发者。
适合人群：需要有着活跃支持的专为绘制海量数据集设计的工具的开发者。
适合人群：需要d3强大的特性又不希望从头学起的开发者。
你可以看到，NVD3的审美风格要比d3.js更为精致一点。
它支持11种图表类型，包括区域图、线图、柱状图、气泡图、饼状图和散点图。同时也支持所有现代浏览器以及IE10以后的版本。
适合人群：熟悉d3并想要可重用图表的开发者。
沿上面一行，你会发现飞出选项对数据进行排序。其标准包括年龄，性别，气候位置，甚至日期。该项目提供了整个世界的喜怒哀乐情绪，在任何给定的点，数据超级详细！这是对人类来说，真正令人震惊的实验。
当你点击画布的任何地方，飞球会分散。如果您将鼠标放在他们中的一个，它会提供更多的细节，点击打开，顶部有一个全新的选项。许多结果都来自Twitter。情绪和情感的数据数量级是令人难以置信。
NO4.
注册是完全免费的，你可以在页面的底部创建通过注册表格您的帐户。作为另一奖励功能
RssVoyage可以让你轻松设置全屏模式浏览风格的RSS源。
NO6.
TagGalaxy是一个非常独特的可视化工具。他们的主页干净且易于理解，因为标签Flickr上有单独的一个搜索表单。此外左下角设有为新用户一些流行的建议。只需输入一个词，然后按Enter，通过Flickr的照片就可在TagGalaxy查询。
他们的渲染引擎复制我们的太阳系的中心，太阳代表主要搜索项的外观，外部行星的轨道代表类似的标签。这是我见过的最酷的可视化演示渲染和Flash之一。
NO7.
我们都知道的龙头企业是谷歌。他们的实验室的后面几年已经运行了一些很有趣的实验，GoogleFusionTables就是其中之一。你需要的是一个谷歌账户。此工具可以公开在网上共享数据，并建立自定义的可视化图形。
NO9.
说到独特的展示台,维基百科也是一个网络，虽然你没有看到尽可能多的开发商，但是Wiki包含一个大的离谱的数据量！WikiMindMap可以让你选择一个区域，然后输入网址的页面。
NO.10
Axiis是用于数据可视化软件的最流行的网站之一。在他们的网页，你可以把酷炫的程序下载到您的PC或Mac电脑上运行。
W3Schools已经记录用户和跟踪浏览器几年了。Axiis编制从2002到2009与最流行的Web浏览器形成一个美丽的可视化图形。和众多上市的包括Safari浏览器，网景，IE浏览器和谷歌Chrome浏览器合作。名单尚未更新为2010/2011，但我们可能会看到公布在未来数月更新的信息图表。
国内的话，做得好的应该是财新的数据新闻实验室和网易了。
作者Jake为网页与手机平台设计师。
我个人JavaScript用的比较多，在JavaScript上有好几个非常好用的第三方库，拿来做数据可视化再适合不过了。排名不分先后的简单介绍一下
这个库我个人感觉是一个风格很讨喜的库，图标相对简约，颜色也都很活泼。基本上常用的图表类别都有。而且网站做的也很清晰，documentation也比较易懂。缺点嘛就是如果想画一些稍微复杂一点的图，比如甘特图等等，这个库目前还不支持。适用于常见的图表绘制。
这个库可以说是目前来说我最喜欢也用的最多的一个库。第一个原因是，官方自带了肥肠肥肠多的demo！（咳咳，才不是我懒）而且，每一个demo都有像下图这样可以在JSFIDDLE里面调试的源代码，可以说是欲求必满了。基本上想做什么图标，在官方的demo里面翻翻都能找到。即使找不到完美复合需求的，也一定能找到类似的，稍微改改就能用了。可以说是效率神器
除了常规图表之外，HighCharts下面还有一个专门针对数据地图的Highmaps系列。这个系列的包括了从世界地图到包括中国在内的各个数据地图的模板。具体的使用可以看我在另外一个问题下面的回答
这个库要说缺点嘛，就是Highmaps虽然有中国地图，但是并不支持用中文来作为城市或者省份的ID，用起来不如后面我会说到的一个库那么方便。除此之外，墙裂推荐！
说实话两个库的demo类比很想，网站长的也挺像的，一度让我怀疑是不是背后是一个团队==我个人接触HighCharts.js比较早，所以用的顺手了，也自然更喜欢一些。不过amCharts比HighCharts.js多了甘特图的官方支持，虽然目前的类别还好不是很多，但是HighCharts.js在甘特图方面截止目前为止还是没有支持的。
说到用JavaScript数据可视化是不可能不提D3.js，因为D3.js实在是知名度太高，也确实很强大。但是真倒让我推荐这个库，我倒觉得心情有点复杂。原因很简单，它很强大，但也相对很复杂。我刚开始用JavaScript做数据可视化的时候，上来就选择D3.js(以为听人说过太多)，但结果我想用自己的数据画一个柱状图，光看documentation就看了半天，还是没有太搞明白。因为他不像前面我介绍的几个库，想画什么类型的图几乎就是括号里面写一下那个类型的英文就搞定，D3需要你比较系统的看完官方文档才会对如何用其画出想要的图表有一个比较好的了解。但是，也正是因为如此，如果你真的掌握了D3，你所能画出的东西将不再局限于官方demo里面给出的那些例子，你可以做出完全复合自己特定需求的数据可视化，而不再拘泥于格式和类别。比如下图就是我之前坐过的一个项目
所以我对D3.js想说的是，不建议新手从D3入门，但是推荐给熟练使用js的孩子和有很特定或者复制可视化需求的孩子。
看到这个带baidu的域名相比大家也明白了，这是个咱国人自己做的库。同样，这个库也有大量的官方实例demo，而且看上图右边栏就知道了，几乎覆盖了常用可视化图表的所有类别，非常方便了。而且因为是国内的大牛们做的库，所以很多案例啊数据啊也更加本土化，在国内的孩子用起来应该会更方便一些。
不过还有两点我觉得很棒，首先这个库是完全开源免费的，无论是私用还是商用都可以。其次是ECharts有一个自己的社区，在这个社区里面用户可以上传自己制作的可视化案例和大家交流。也可以提问求助，还算是个挺活跃的社区。能和其他的人一起互动从来画图也没那么枯燥了是嘛
关于ECharts我稍微觉得不太方便的一点事，在官方案例的源代码中，只给了JavaScript的代码，不像前面提到的JSFIDDLE中把html，css和JavaScript代码分栏列的很清楚。
上面大致介绍了一下五个我个人常用的数据可视化的库。但是如果我说。。上面所有的库你其实都能在Excel用，并且可以用Excel里面的数据来画图，你相信么？
其实Excel上面有一个叫Funfun的插件，这个插件可以让用户直接在Excel里面编写并且运行JavaScript代码，也因此可以使用上面介绍的JavaScript的第三方的库。感兴趣的孩子可以看我另外的一个回答进去了解一下
以上，peace
在这个回答里学习到了很多东西，作为一个数据猿，我也来推荐一些实用的数据可视化工具，这些工具包含：
1.最近很火的动态条形图工具
2.各种Python数据可视化第三方库
3.其它语言的数据可视化框架
最近类似于这种动态条形图看起来非常酷炫，在朋友圈和某音等平台非常火，以下是我总结的用于绘制动态条形图的简单易用的工具：
1.1Flourish
Flourish是一个在线数据可视化网站，可以快速地把表格数据转换为各种各样好看的图表，并且，它提供的BarChartRace（动态条形图）有一套完整的参数让我们可以绘制出自己想要的动态条形图。
除此之外，它还可以用于绘制其它各种各样的数据图，绘制完成之后可以发布并且嵌入到网页或者PPT中。
1.2PowerBI+AnimatedBarChartRace插件
PowerBI是微软发布的交互式数据可视化BI工具，可以快速地把数据转化为各种漂亮的可视化图表。为了在PowerBI上也可以绘制出动态条形图，Wishyoulization开发了AnimatedBarChartRace插件，在PowerBI的marketplace里面搜索下载之后便可以使用。
除此之外，PowerBI这款商业分析工具还可以制作出更多漂亮的图表，协作并共享自定义仪表板和交互式报表等。
1.3花火hanabi
花火hanabi是一款在线数据可视化工具，它制作出来的图表非常符合扁平化的审美要求。它的动态条形图提供了各种图表设置，可以让我们轻松地制作出符合自己要求的动态条形图，并且可以把制作好的图形直接导出为GIF、MP4格式。
Python正慢慢地成为数据分析、数据挖掘领域的主流语言之一。在Python的生态里，很多开发者们提供了非常丰富的、用于各种场景的数据可视化第三方库。这些第三方库可以让我们结合Python语言绘制出漂亮的图表。
2.1Bokeh
Bokeh是一款基于Python的交互式数据可视化工具，它提供了优雅简洁的方法来绘制各种各样的图形，可以高性能地可视化大型数据集以及流数据，帮助我们制作交互式图表、可视化仪表板等。
GithubStar：11.9k
2.2pyecharts
GitHubStar：7.2k
2.3plotlyPython
plotly是一个交互式开源数据可视化框架，它具有Python、R、Javascript等语言的API接口。plotlyPython绘图库可以制作交互式的线图、散点图、面积图、条形图、箱型图、分布图、热力图、子图、极坐标图、气泡图等多种发行级别的图形。
GitHubStar：5.6k
2.4Altair
GitHubStar：4.2k
2.5VisPy
VisPy是一个高性能的、交互式的数据科学可视化Python库。它基于OpenGL库，可利用GPU计算来展示大型数据集，可以绘制高达百万数据点的高质量交互式科学图形、实时数据、3D图形等。
GitHubStar：2.1k
2.6missingno
missingno是用于绘制缺失数据的Python可视化模块，它提供了灵活易用的用于展示数据集完整程度的可视化组件，让我们可以一目了然地获取到缺失数据的模式。
GitHubStar：1.8k
2.7HoloViews
HoloViews是一个开源的Python库，致力于让数据分析和可视化更加简单。它让我们可以用更少的代码去展示想要展示的图形，把专注力集中在数据探索上，而不是绘图的过程上。
GitHubStar：1.4k
2.8Mayavi
Mayavi是一个用于绘制交互式3D科学数据的Python库。
GitHubStar：647
3.其它的数据可视化工具
3.1Echarts
前面说过了，Echarts是一个开源免费的javascript数据可视化库，它让我们可以轻松地绘制专业的商业数据图表。
3.2AntVG2
GitHubStar：8.2k
3.3TOASTUIChart
TOASTUIChart是一个漂亮的图表库，可用于可视化统计数据。它开源、易用、支持各大主流浏览器、支持通过自定义选项设置和主题来更改图表。
更多数据可视化工具持续更新中～
她从这些可视化软件/图表库中认识到：ThereAreNoPerfectTools,JustGoodToolsforPeoplewithCertainGoals.没有十全十美的工具，但是如果确立（可视化）目标，就能找到合适的工具去实现。
数据可视化在很多领域都有应用，比如自然科学，商业当然还有新闻业。（插播：本美数课课代表从事的数据新闻~）所有这些领域都有不同的需求——但即使在数据新闻领域，不同的场景下呈现的方式和效果也不同，因此不存在一个完美的工具可以满足所有的需求。
下面是她在制作中曾遇到过的一些矛盾，也是数据可视化工作者常常遇到的情况。1）分析VS展示：是想使用工具（R,Python）来分析数据，还是更注重于构建可视化效果（D3.js,Illustrator）？有些工具（比如说Tableau,Ggvis,Plotly）试图在这其中谋求平衡，既可分析又可展示。
她根据分析和展示上的侧重性对可视化工具和编程语言们进行了排列：可以看到工具类的往往更注重展示，而编程类的比较平均，各有侧重点。
2）数据管理如果制作可视化的时候需要更改源数据怎么办？在这方面，这些工具或编程语言的灵活性如何？低灵活性：比如在Illustrator中，即使你只是轻微修改了数据，也需要重头开始制作图表，这种工具还不方便进行数据管理。中灵活性：比如在D3.js中，可以单独处理或修改数据，然后再重新导入数据文件来更新可视化结果。高灵活性：比如在Plotly和Lyra中，导入数据后，可以直接在该工具中修改或是增减新数据。
3）传统图表VS创新图表：如果你只需要基本的图表类型，如柱状图或折线图，Excel完全可以满足啦~但你如果想创建表现形式更为丰富的互动图表，比如点击可以出现酷炫的交互效果，像D3.js之类的编程语言就更适合啦，但是学习此类工具的门槛也往往更高，有着陡峭的学习曲线和冗长的代码。或者也可以使用Processing，用它制作这张散点图的代码长度只有D3.js的一半。还有Lyra，它不需要任何代码基础，但也可以让你轻松修改数据有关的视觉元素。
下图是她对可视化软件和编程语言两类的灵活性的评价排列：
4）交互图表VS静态图表：你是需要创造基于网页的交互图表（如D3.js,Highcharts能做到的），还是PDF/SVG/PNG形态的图表就能满足你(R和Illustrator可以做到)？
对于分析部分，交互特性往往也是很有必要存在的。Plotly和R的库Ggvis就可以让读者轻松地将鼠标悬停在可视元素上来查看基础数据。
下图是作者对于软件/编程的在静态和交互的划分：
人各有长处，何况工具呢？它们都是依照特定的制作思路和功能被开发的，而真实使用场景下，使用者的思路和开发者们预想的方式可能会不同。开发者们往往会受到以前使用工具和他们同事的影响，况且他们也有着非常不同的专业背景：比如新闻学、统计学、计算机科学、设计专业等等等。
我的朋友AlbertoCairo曾经像我推荐过Yeeron和InZight两个工具，但是我觉得很难用。而他觉得难用的Lyra，却是个给我带来诸多启发的工具。这是因为我俩背景不同：他的首要自我认知是记者，其次才是设计师；而我则认为自己主要是个设计师。所以他喜欢能发现故事的可视化工具，而我则喜欢更高的设计自由度。
WeStillLiveinan“AppsArefortheEasyStuff,CodeIsfortheGoodStuff”World.我们仍然更认同“可视化软件更容易上手，但写代码可以做出更好的作品”。（所以想入可视化黑洞的同学们，学代码吧！helloworld：）
大多数软件很容易上手，但功能有限。大多数编程语言/图表库相对较难学习，但提供可以更多的灵活性和选项。
下面的图表是原作对学习的灵活性和难度之间的关联排列：可以看出大多数编程语言/图表库处于高难度和灵活多变的区域，而大多数支持一键生成的可视化软件则处于低难度与不灵活的区域。
“EveryToolForcesYouDownaPath.”每种工具都会引你走向一条路……
你想要站在宇宙中心去呼唤……是绝对不行的，要勇敢的走起来先！加斯特Doit！
②ECharts
ECharts，商业级数据图表，一个纯Javascript的图表库，可以流畅的运行在PC和移动设备上。底层依赖轻量级的Canvas类库ZRender，提供直观，生动，可交互，可高度个性化定制的数据可视化图表。
ECharts在支持常规图表的前提下，同时提供模块化引入和单文件引入，在开发时用户可以引用所有ECharts开发文件，方便开发和调试。而在项目发布后也可以去除不需要的文件以加快页面响应速度。
③图表秀
浏览了一下排前几名的答案，基本都是一下推荐了很多，好处不少但也易犯晕。
看看用它能干些啥？
通过简单的拖拽就可以使用已接入的数据，编辑你的数据看板，所见即所得：
小马提供多达26种组件，涵盖“文本、表格、指标卡、折线图、柱形图、饼图、面积图、地图、雷达图、漏斗、散点图、热力图、词云”等所有主流可视化图表。
几乎能够满足你的一切数据可视化需求，随心所欲的挖掘业务数据的内涵，快速搭建你的业务看板。
甚至可以支持文本的动态变量（也就是连文字描述里面的数值都可以自动更新。）
下面详细介绍下使用这款工具完成数据处理可视化的流程。
小马BI的数据表接入分为“Excel上传”、“SQL建表”、“云端数据库”、“API数据接入”、“多表关联”、“数据聚合”、“SQL创建合表”等7种方式。
其中最常用的当属“SQL建表”和“云端数据库建表”两种方式。以“SQL建表”为例。首先要填写基础信息和选择链接的数据库，接下来就可以自由发挥。
小马支持包含：“MySQL”、“PostgreSQL”、“SQLSever”、“Oracle”、“Elasticsearch”、“Hive”等主流数据库类型。
数据接入完成后就可以根据需要进行简单的ETL。
小马支持对数据表字段名称、类型进行编辑操作，同时可以使用“计算字段”的功能加工处理一些分析过程中需要使用到的字段，比如我们想计算商品的利润率，就可以用原表中“利润”/“销售额”得到。
除此之外小马也能支持维表和数据表的关联，比如原表中销售地区是数字代号，只需要上次一张代号与地区的关系维表，并在字段类型中选择关联维表就可以完成关联操作。
数据处理完成后就可以开始进行可视化分析，首先计入“页面设计”，点击左上角的新增页面可以根据需要选择“新增页面”或“新增大屏页面”。页面建立完成后可以使用多达28种图表组件及筛选器。
Step1.用文本组件和注释功能给你的页面做一个解释说明。
Step4.了解销售趋势后再商品类目进行细化分析，总结品类的销量情况，可使用柱状图，并在图表中设置下钻来洞察子类目的详情。
Step5.接下来使用地图组件来看下每个地区的销售情况，同样使用下钻功能进行省市的切换。
Step6.除此之外，还可以进一步结合，通过设置联动组件来分析不同品类在不同地区的销售表现，辅助定制库存周期等策略
Step7.到这里已对公司大致经营状况有所了解，接下来我们看下单个SKU的销售表现。使用表格组件选择需要分析的维度和数值，对关键性指标进行排序。还可以设置指标阈值或预警，当满足条件时highlight展示或推送。
Step9.同样我们也可以按供货率、交货期、良率、账期等对供应商进行对比分析。这里用到词云组件来按销售额来发现优秀供应商。
Step10.为了方便查看筛选，页面上还可以加上全局筛选组件，从多个维度进行页面级的筛选过滤。
至此我们已从“实时数据”、“整体趋势”、“品类分析”、“区域分析”、“商品分析”、“销售人员分析”、“供应商分析”几个维度了解到了公司经营状况。
Altair由华盛顿大学的数据科学家JakeVanderplas编写，目前在GitHub上已经收获超过3000星。
Parul以汽车数据为例，将一个汽车数据集“cars”载入到Altair中。
cars中包含汽车的生产年份、耗油量、原产国等9个方面的数据，后面将对这些内容进行可视化处理。
除了安装Altair和它的依赖软件外，还需要安装其他前端工具，比如JupyterNotebook、JupyterLab、Colab等等。
Parul小姐姐推荐安装JupyterLab：
pipinstall-Ualtairvega_datasetsjupyterlab需要注意的是，由于Altair的教程文档中还包含vega数据集，因此也需要一并安装上。
接着在终端中输入：jupyterlab，就能在你的浏览器中自动打开它啦。
在代码开头别忘了导入Altair：
importaltairasalt完成以上准备工作，我们就可以开始绘图了
Altair中的基本对象是Chart，它将数据框作为单个参数。你可以这样定义它：
chart=alt.Chart(cars)Chart有三个基本方法：数据（data）、标记（mark）和编码（encode），使用它们的格式如下：
alt.Chart(data).mark_point().encode(encoding_1='column_1',encoding_2='column_2',#etc.)数据顾名思义，直接导入cars数据集即可。标记和编码则决定着绘制图表的样式，下面着重介绍这两部分。
标记可以让用户在图中以不同形状来表示数据点，比如使用实心点、空心圆、方块等等。
如果我们只调用这个方法，那么所有的数据点都将重叠在一起：
这显然是没有意义的，还需要有编码来指定图像的具体内容。常用的编码有：
x:x轴数值y:y轴数值color:标记点颜色opacity:标记点的透明度shape:标记点的形状size:标记点的大小row:按行分列图片column:按列分列图片
以汽车的耗油量为例，把所有汽车的数据绘制成一个一维散点图，指定x轴为耗油量：
但是使用mark_point()会让所有标记点混杂在一起，为了让图像更清晰，可以替换成棒状标记点mark_tick()：
以耗油量为X轴、马力为Y轴，绘制所有汽车的分布，就得到一张二维图像：
alt.Chart(cars).mark_point().encode(x='Miles_per_Gallon',y='Horsepower',color='Origin')
上面的图中，第三个维度“原产国”是一个离散变量。
使用颜色刻度表，我们还能实现对连续变量的上色，比如在上图中加入“加速度”维度，颜色越深表示加速度越大：
alt.Chart(cars).mark_point().encode(x='Miles_per_Gallon',y='Horsepower',color='Acceleration')
上面的例子中，我们使用的主要是散点图。实际上，Altair还能方便地对数据进行分类和汇总，绘制统计直方图。
相比其他绘图工具，Altair的特点在于不需要调用其他函数，而是直接在数轴上进行修改。
例如统计不同油耗区间的汽车数量，对X轴使用alt.X()，指定数据和间隔大小，对Y轴使用count()统计数量。
在绘制图片的代码后面，调用interactive()模块，就能实现平移、缩放：
Altair还为创建交互式图像提供了一个selection的API：
在选择功能上，我们能做出一些更酷炫的高级功能，例如对选中的数据点进行统计，生成实时的直方图。
如果把前面的汽车耗油量按年度计算出平均值：
在统计学上，我们还能定义平均值的置信区间，为了让图表更好看，可以分别列出三个不同产地汽车的耗油量平均值置信区间：
教程原文：
—完—
量子位·QbitAI''追踪AI技术和产品新动态
许多数据可视化软件都具有“交互”和“链接”的功能，但现有的科学计算环境（ScientificComputingEnvironment，SCE），比如MATLAB、Mathematica、sas等，都不支持这些功能。DVP的设计者针对当前数据可视化软件存在的诸多缺点进行多方面的改进，旨在实现以下几个方面的突破（部分功能仍在研发过程中）：
已有的数据可视化软件是完全脱离SCE的独立软件。任何使用SCE的科学家、研究人员或数据分析师都不能与在数据可视化软件中可视化和发现的模式进行交互。DVP则可以与任何SCE无缝交互，就像两者都是一个环境一样，即使DVP和SCE在两台不同的机器上运行也可以进行交互，这对于连接计算云来分析大数据非常重要。
现有的数据可视化软件提供了一些可视化方法，比如散点图、矩阵图、投影追踪（projectionpursuit）等等，但在一些领域需要使用更复杂的方法，而任何一个数据可视化软件都不太可能提供所有可用的绘图和制图方法。DVP除了提供丰富的绘图功能，还提供了一种基于javascript的简单脚本语言，用户可以编写自己的绘图方法并集成到DVP中。通过这种方式，DVP将建立一个范围更广、内容更丰富、方法更多样的用户社区，方便大家进行技术交流。
当前的数据可视化软件只能从本地机器存储中静态加载数据。然而，如今很多应用程序的数据源都可以在线获取并实时更新，例如股票市场数据、全球企业数据、雅虎数据等。
DVP能够方便地连接到网络流和不同的在线数据库源，始终保持连接。
从硬件中也可以采集数据，比如从树莓派和Arduino芯片中采集。树莓派是一台信用卡大小的计算机，非常简单，任何人都可以对其进行编程。Arduino是一个微型控制器，旨在连接环境；芯片具有不同的湿度、光线和湿度传感器等。DVP能够提供与硬件设备接口的API。
DVP可以在不同的操作系统上运行，例如Windows，Linux，Mac和iOS。
当前的数据可视化软件只能渲染到桌面屏幕，DVP则满足了在大屏幕上展示数据的需要。通过支持基于Web的仪表盘和在线可视化，DVP还可以为企业提供业务解决方案。此外，DVP还能生成交互式PDF文档，让我们能够与PDF中的图形进行交互，实现便携性和更广泛的实用性。
与大多数当前的数据可视化软件不同，DVP旨在为其图形和绘图提供完全的自定义。此外，DVP背后的设计概念是：每个活动都是带有传递参数的函数调用的结果。DVP的GUI操作只负责调用这些函数。也就是说，用户可以创建任何绘图、图形、新方法，并使用提供的脚本语言进行完全的自定义。
下图是DVP与市场上可用于数据可视化或科学计算的其他软件之间的比较（均使用2013版本）。很明显，DVP能够提供的技术功能是最全面的。
DVP提供了非常丰富的功能，但操作步骤并不繁琐，DVP的设计者还贴心地准备了一段视频：
这里我就精心挑选了PowerBI其中一些实用炫酷的自定义图表推荐给你，下面就慢慢欣赏吧，总有你需要的那一款。
01
它有条形图或柱形图的特定外观，并精确控制形状，颜色和布局，以便您能够以最能说明数据故事的方式表示信息。
02
利用活动的人形图标组成条形图，是一个视觉上相当吸引人的动画图表。
03
04
一种水平条形图，通过将类别标签放在条形图内来节省空间。
05
小倍图，是一系列使用相同比例和轴的图表，可以轻松进行比较。
06
可以帮你在两种情况下显示类别之间的差异和转换率。
07
增强型堆积柱形图，允许你选择某一个堆积条，查看特定信息。
08
按共享属性过滤文档，获得更加直观的视觉效果。
09
带有丰富注释功能的条形图，可用于演示文稿，您只需单击几下即可创建带有丰富注释的条形图。
10
带有丰富注释功能的折线图，可用于演示文稿。
11
PowerBI中的词云图，小巧而简洁。
12
和弦图，展示数据之间的相互关系，非常适合比较数据集内或不同数据组之间的相似性。
13
14
该图表允许您通过平移和缩放关系节点布局，来探索节点链接数据。
15
强制布局图与弯曲的路径，用于显示数据之间的连接。
16
17
18
显示多个类别之间的分布以突出显示间隙，群集和异常值。
19
20
散点图展示在不同的六边形中，色彩饱和度表示每个六边形中点的密度，点越多，颜色越深。
21
CandlestickbyOKViz
常用于金融产品的价格变动，图表中的每个Candle通常显示四个价格值：高，低，开盘和收盘。并且可以添加多个趋势线以满足分析需要。
22
RatingsbyMAQSoftware
可以选择不同的指示形状，来展示评级或分数。
23
24
使用表格中的颜色轻松直观地比较数据。
25
EnhancedScatter
EnhancedScatter引入了一些在现有散点图视觉上添加的属性，包括形状作为标记，背景图像支持和用于将元素定位到图像背景上的开发人员十字准线。
26
IconMapvisual允许您在地图上渲染图像和线条或圆圈，可以设置不同的地图样式，也可以显示白天黑夜。
27
描述地理位置之间对象的移动。
28
创建包含连接到数据的区域的自定义地图。
该图表允许您呈现一个或多个图像，为它们的任意部分（称为区域）分配含义。您可以动态突出显示和着色这些区域，并在其上显示多个信息。
29
以树模式显示，每个节点中的饼图中显示值。
此可视组件显示一个类别树，其值在每个节点的饼图中表示。
30
树结构数据可视化
预测与分析
31
使用指数平滑模型基于先前观察到的值预测未来值
32
使用AutoregressiveIntegratedMovingAvg（ARIMA）基于历史数据预测未来值。
33
MAQ软件使用神经网络进行预测实现了一个“人工神经网络”，可以从历史数据中学习并预测未来的价值。
34
为您的业务建模并以前所未有的方式进行模拟。ValQ是一个云和内部部署的业务建模软件，使您的管理人员和决策者能够可视化和分析业务场景，并随时随地做出实时决策。
35
基于数据分析业务流程的超强大可视化，只需点击几下鼠标，流程挖掘就可以发现有关流程的隐藏信息并生成新的见解。
36
提供一个搜索框，可用于过滤仪表板上的所有其他视觉效果，文本包含您指定字段的搜索。这使您可以通过关键字搜索快速查找仪表板上显示的特定内容。
37
38
39
按列表筛选是一种PowerBI可视化，允许用户批量应用报表的筛选值。
40
不同字段的层次结构，并将其用作PowerBI的切片器。
41
42
Chiclet是由按钮制成的切片器，也可以水平排列以超紧凑形式的矩阵排列，作为其他视觉效果的画布内过滤器。
43
使用EnlightenLegend，您可以创建独立的交互式图例。自定义标记形状和数据颜色。设置标签格式选项，包括悬停颜色，让您的报表更具有创造力和灵活性。
44
TextEnhancer添加自定义选项，将丰富样式的文本，包括调整文本阴影，旋转，角度，偏斜，对齐等，添加到PowerBI报表中。
45
卡片浏览器是一个文档集查看器，具有可翻转的双面缩略图，使用双面卡浏览文档，然后单击以在适当位置查看。
46
在PowerBI中将图像进行可视化展示。
47
以HTML或纯文本精美呈现您的数据。此可视化允许您以原始样式显示HTML文本字符串（例如，来自SharePoint的富文本列）以及使用换行格式化。
48
49
用您的数据讲述清晰简单的故事。此可视化显示具有突出动态数据值的文本。您可以控制文本和数据值的字体大小，颜色和样式。
是不是已经眼花缭乱了，有些图表需要你细细探索才能更好的使用哦,以后我也会不定期介绍其中的一些图表。
喜欢了别忘了点赞支持哦。
以上.
以R为例。
pros：光标移到某一个数据点都会显示具体内容（当然现在很多包都可以做到这点）；可以任意拖拽，放大缩小；下载图片等功能（下图右上角）
p<-ggplot(data=d,aes(x=carat,y=price))+geom_point(aes(text=paste("Clarity:",clarity)),size=4)+geom_smooth(aes(colour=cut,fill=cut))+facet_wrap(~cut)ggplotly(p)
pros：有个别的图比plotly画的好，如hexbin（蜂窝图？）；能画一些非常炫酷的图，（分别是屁屁踢里面的例10和例9；当时我就吓尿了；关键是要会javascript；但其实对实际的工作学习没什么帮助）
推荐给学统计的童鞋们，非常适合简单粗暴的exploratoryanalysis，说几个例子。
－它其实是由rmarkdown文件、knit成的html页面，但是模样是个dashboard，自由设置layout；－有一个storyboard的layout，和tableau里面那个一毛一样；－支持各种数据可视化交互，可以添加shinycomponents；－觉得table违和，可以用data.table（这又是一个神器）
好了我冷静下来了，这个公司主要是采集比赛过程中的信息，以篮球为例，球员运动啊、球的轨迹啊都是数据点，然后收集了很多很多场的数据之后呢，把他们可视化（真的超级炫酷），然后做分析。分析什么呢？自家球员和竞争对手的优劣啊！！！好像还能算某种情形下投篮的命中率？？？所以，球队想给他钱，电视台体育频道也想给他钱（如下图，主播点点屏幕就能交互了，截图到蜜汁兰花指。。。）
谢邀。
本人以前工作的时候收集了各个平台各种行业的几十种数据可视化分析工具，让你不仅大饱眼福，而且还可以让你事半功倍。
先放图。
Gantti是一个开源的PHP类，帮助用户即时生成Gantti图表。使用Gantti创建图表无需使用JavaScript，纯HTML-CSS3实现。图表默认输出非常漂亮，但用户可以自定义样式进行输出（SASS样式表）。
SmoothieCharts是一个十分小的动态流数据图表路。通过推送一个webSocket来显示实时数据流。SmoothieCharts只支持Chorme和Safari浏览器，并且不支持刻印文字或饼图，它很擅长显示流媒体数据。
Flot是一个优秀的线框图表库，支持所有支持canvas的浏览器（目前主流的浏览器如火狐、IE、Chrome等都支持）。
PizzaPieCharts是个响应式饼图图表，基于AdobeSnapSVG框架，通过HTML标记和CSS来替代JavaScript对象，更容易集成各种先进的技术。
FusionChartsSuitXT
FusionChartsSuitXT是一款跨平台、跨浏览器的JavaScript图表组件，为你提供令人愉悦的JavaScript图表体验。它是最全面的图表解决方案，包含90+图表类型和众多交互功能，包括3D、各种仪表、工具提示、向下钻取、缩放和滚动等。它拥有完整的文档以及现成的演示，可以帮助你快速创建图表。
Protovis是一个可视化JavaScript图表生成工具。
Processing是数据可视化的招牌工具。你只需要编写一些简单的代码，然后编译成Java。Processing可以在几乎所有平台上运行。
Leaflet是一个开源的JavaScript库，用来开发移动友好地交互地图。
Openlayers可能是所有地图库中可靠性最高的一个。虽然文档注释并不完善。且学习曲线非常陡峭，但是对于特定的任务，Openlayers能够提供一些其他地图库都没有的特殊工具。
PolyMaps是一个地图库，主要面向数据可视化用户。PolyMaps在地图风格化方面有独到之处，类似CSS样式
表的选择器。
OpenStreetMap是一个世界地图，由像您一样的人们所构筑，可依据开放协议自由使用。
Excel作为一个入门级工具，是快速分析数据的理想工具，也能创建供内部使用的数据图，但是Excel在颜色、线条和样式上课选择的范围有限，这也意味着用Excel很难制作出能符合专业出版物和网站需要的数据图。
ChartingFonts是将符号字体与字体整合（把符号变成字体），创建出漂亮的矢量化图标。
Highchart.js是单纯由JavaScript所写的图表资料库，提供简单的方法来增加互动性图表来表达你的网站或网站应用程式。目前它能支援线图、样条函数图。
Paper.js是一个开源向量图表叙述架构，能够在HTML5Canvas运作，对于初学者来说它是很容易学习的，其中也有很多专业面向可以提供中阶及高阶使用者。
DundasChart处于行业领先地位的NET图表处理控件，于2009年被微软收购，并将图表产品的一部分功能集成到VisualStudio中。
以上。
数据可视化是一个化繁为简的过程，随着数据科学的发展，数据工作对可视化工具的需求更加明确：
目前使用中的可视化工具非常多，在高票答案中都有展示。我们尝试对现行的常用可视化工具进行了分类，包括：
没有完美的工具，只有合适的应用，用户可依据可视化目标进行选择。
优势：
缺点：
按照使用的编程语言，以下是我们的推荐。
Python语言（附实践项目案例）
项目案例：
R语言
其他语言
K-lab是一个在线数据分析协作平台，目前已集成Python2、Python3、R三种语言环境，以上Python和R的可视化库K-lab已全部完成集成，用户可在K-lab直接调用，体验云端数据分析的愉悦。
Gartner在2017年BI商业智能和分析平台魔力象限报告中展示了当前BI工具的生态位，可以看到Tableau、Microsoft、Qlik处于领先位置，这里只介绍最受欢迎的3款BI软件。
缺点：数据分析与可视化分离，需先处理数据再上传处理
参考资料：
基于Flex的数据可视化工具，准确、表现丰富。
BI（BusinessIntelligence）即商业智能，越来越多的智能软件供应商推出可视化数据分析工具，应对企业业务人员的大数据分析需求。然而如果你觉得不是数据分析专业、没有挖掘算法基础就无法使用BI工具？NO，自助式分析工具已经让数据产品链条变得大众化，。为了更好地帮助读者选择分析工具，本文将为介绍数说立方、数据观、魔镜等11款BI-商业智能产品，排名不分先后！
1.功能列表
2.详细介绍
2.1.数说立方
优点：
2即便是个人免费版，体验和功能仍然非常好；
2功能完善，集数据处理、特征工程、建模、文本挖掘为一体的机器学习平台；
2可视化视图展现、友好的客户感知页面；
2支持SAAS，私有化部署，有权限管理；
2产品新上市，操作指导页不太完善；
2体验过程中有一些小bug；
2.2数加平台
数加是阿里云发布的一站式大数据平台，可以提供数据采集、结构化、加工到展示分析整套的一站式数据服务。可采集不同系统及物理存储的源头数据，在分布式计算平台上进行数据的深度整合、计算、挖掘，将计算的结果通过可视化的工具进行个性化的数据分析和展现，也可直观的展示分析现有云上业务系统的数据库数据。
2有完整的产品规划，功能完善；
2图形展示和客户感知良好；
2提供SQL查询；
2需要捆绑阿里云才能使用，一般用户还不能真正使用起来；
2部分体验功能一般，有一定的学习成本；
2.3Tableau
Tableau是目前市面上较为成功的BI工具。产品既有针对性，又有普适性。拖放式界面，操作简单。数据兼容性强，适用于多种数据文件与数据库，同时也兼容多平台，windows、mac、Online均可使用。而且重要的一点是免费为用户安排现场培训或按需求进行在线培训。
2处于行业领导者地位，功能完善；
2有较好的图形展现与客户感知；
2新产品开始支持云端展现，但是需要客户端支持；
2相比于商业智能BI，更像一个基于数据查询的数据展示工具；
2处理不规范数据、转化复杂模型比较难；
2无法处理大量数据；
2国内网络连接Online版速度较慢；
24Qlik
QlikView只需轻轻单击几下，就可以对所有数据源进行合并、搜索、可视化和分析，可在不影响性能的前提下连接到多个数据源；其次视图种类丰富，界面简洁，互动性强，总体来说是一款简单易用的BI产品。Qlik用户可通过各类可视化效果，将Qlik扩展到任何应用程序中。另外用户也可以通过使用标准的和最新的网络API，可将可视化效果数据嵌入网站或应用程序。
2产品功能完善，图形展现和客户感知良好；
2支持SAAS，有权限管理功能；
2有一定的学习成本；
2报表规范性要求很高；
2数据抓取功能都非常弱，需要有非常好的数据仓库作为基础；
2.5Spotfire
Spotfire服务对象是一线工作人员和日常决策人员，其交互界面形象易懂，无需写脚本语言和编写程序就可以对数据进行添加、分离操作。内置搜索引擎，可以随意查找任意信息。支持R、S+等统计、挖掘功能；有丰富、开源的R模型。标记有自身特色，提供了过滤、钻取等功能，多个标记同时还可以实现图形化的集合运算。
2交互界面形象易懂，即使是普通的业务人员也能轻而易举地进行复杂的数据分析；
2不一定要建数据仓库，还可以直接从多个异构数据源提取数据进行分析；
2SAAS版只支持30M，由于是国外服务器所以上传很慢；
2不适合中国式的固定报表；
2进军中国市场较晚，国内案例较少；
2工具的适应性范围广，但是难易跨度大；
2.6神策分析
神策分析的产品有完整的使用文档，每个模块都有详细的使用说明以及示例，降低了用户的学习成本。而且支持私有部署、任意维度的交叉分析，并帮助客户搭建专属的数据仓库。目前提供事件分析、漏斗分析、留存分析、数据管理等功能，未来预计会增加用户分群、用户人群分析、推送和异常维度组合挖掘等
2专注于用户行为数据分析，不追求做大而追求做全；
2有详细的产品使用文档以及案例；
2更多的是demo示例，不能开箱即用；
2纯dashboard展示，并不能对单独一块数据作自定义分析；
2.7BDP
2产品支持移动端；手机同步呈现最新数据
2首次登陆的用户可以使用免费数据；
2操作体验流畅，界面友好，功能全，总体来说是一款不错的产品；
2官网的介绍比较简单；
2.8永洪BI
永洪BI是一款可在前端进行多维分析和报表展现的BI软件。支持拖拽操作，数据源格式多样，提供不同级别的查询支持，支持跨库跨源连接。另外永洪提供了一款数据存储、数据处理的软件——MPP数据集市，可与BI打通，使得数据查询，钻取和展示的速度大幅度提高。不过其产品用户体验一般，拖拽过于自由，导致仪表盘布局不好控制；主题样式虽多但是给人感觉样式还是很传统。
2商业流程完善，给人专业的感觉；
2产品定制化的版本效果不错；
2支持的数据接入较多；
2SAAS版体验很差，有一定的学习成本；
2UI的视觉效果一般，整体可视化效果不够现代化；
2.9数据观
数据观的功能设计理念是极简、无门槛，所以它最大的特点就是简单。数据观数据来自云端，如：百度网盘、微盘、salesforce等。数据上传后，马上有推荐图表，引导明确。另外产品的使用没有技术门槛，无需专业IT知识，同时适用于非专业分析师出身的业务人员，可以快速将数据转化成直观的图表，适合一开始接触数据分析工具的非专业数据从业人员。
2使用引导明确，支持salesforce、百度云数据导入；
数据导入后，数据分析体验方面存在bug；
2.10FineBI
2有较为详细的行业案例与技术方案；
2产品演示和资源中心也较为清晰
2需要使用客户端，增加了使用的不便利性
2只有仪表盘展示，BI报表需要另一款产品；
2无法处理大量的数据；
2.11魔镜
魔镜支持自动拖拽建模，同时可视化效果库十分酷炫。用户可以邀请团队成员到自己的项目，合作进行探索分析，并且按照需求有效控制访问数据的成员权限。产品模块规划完整，有基础企业版到hadoop等5种选择为，而且可以支持定制化服务。但是可能是云平台版的缘故，使用过程中出现不少BUG，企业版的体验可能会相对好一点。
2产品模块的规划比较健全，其中包括数据源导入、数据分析、仪表盘、数据挖掘和数据工厂；
2官网的设计不错，模板选择性大，颜值控可能会喜欢；
2工具使用指导清晰，使用篇和方法篇等比较详细；
2产品存在较多的BUG，UI和功能相对其他产品来说较简陋；
2部分产品模块并不能切实用于数据分析；
选择一款适用的BI产品，能够大大简化数据分析的繁杂工作，提高分析效率与质量。当然，以上每个工具各有优点，工具地址都给大家了，接下来就是轮到你动手的时候了，找一个自己喜欢的工具，开始吧！
说实话前面高赞的答案，推荐的大多数都是国外的数据可视化应用平台或者是需要编程基础的工具，你们让普通的用户咋用呀？日常工作当中根本没法快速上手，或者个人在学习数据分析的时候，难道先去学编程基础吗？可视化本身就是一个化繁为简的过程，你还让推荐一些学习成本比较高的数据可视化工具，不是自己给自己找事呢～
虽然数据可视化在国内起步发展较晚，但是国内的数据可视化应用水平也在不断提高，不是外国的就是好，全英文的操作界面所以让英语水平不高的人怎么办？做数据可视化之前还要好好学英语吗？
本回答主要分为以下几个部分来介绍我们的数据可视化平台EasyV：
首先我先简单介绍下EasyV是个什么东西：「比较官方，大家可以简单做个了解」
EasyV是一款数据可视化应用平台，用户通过EasyV可以更高效的实现数据可视化场景，产品内有丰富的模版可以满足85%的真实的可视化场景需求。海量的组件，样式精美，“拖拉拽”即可使用。3D地图还原了真实的世界，让数字孪生如此简单。此外产品还涉及了动态面板以及交互功能，让静态的大屏可以根据自己的创意灵动起来。在EasyV用户可以自己设置手机终端远程操作大屏，让汇报、讲解如此轻松。数字时代，EasyV支持多种不同的数据源接入，数字呈现不在有壁垒；
截至目前已经服务1000+客户，创建3000+数字可视化大屏，致力于帮助企业更好的在数字时代实现数据价值，让数据价值看得见。
为什么我敢说小白易上手呢？首先我给大家看下EasyV的操作界面
不知道大家会不会觉得有点眼熟，EasyV的操作界面和很多设计软件非常相似，比如sketch，ps，ai等等。对，没错，EasyV想做的就是一个数据可视化大屏设计工具，所以它的操作逻辑和设计软件相似，操作简单，通过“拖拉拽”的动作就可以快速简单上手EasyV，下面我给大家展示一下EasyV的简单操作。
图层：所添加的组件都会在此显示。
组件：有各类型组件，如图表、文字、地图等。
编辑：右侧为编辑栏，样式，数据，交互。样式：可进行常规的组件样式更改；数据：可进行组件内容修改，如数值、文字等；交互：进行组件之间的交互设置。
EasyV内置多种不同的场景模版，可以直接生成可视化大屏。
返回进入界面，点击“新建”即可看见大量项目模板，可直接进行使用，根据自己的需求，添加或修改组件，更改数据即可。
点击你要修改的“组件”，页面右侧工具栏，点击“数据”可更改数据和文字内容，点击“样式”可更改组件样式、进行常规操作等。如：字体、颜色、大小等，可通过直接拉拽的方式更改组件的尺寸。
我敢说EasyV做出来的数据可视化大屏一定是行业排名前三的，多说无益，我直接上EasyV案例合集视频，大家自己感受一下～
EasyV内置很多丰富的优质模板，覆盖行业广阔，如医疗、教育、水利、电力、电商、园区、制造等。能够满足大多数人的普遍需求，如果有细节调整也是可以选择自定义组建功能来相互替换。
EasyV在内置组件的基础上还支持用户自定义组件开发功能，根据自身的需求开发属于自己专用的自定义组件～下面给大家介绍一下自定义组件怎么去玩
相信各位一定都遇到过甲方爸爸这样“直击心灵的拷问”
「你们的优势在哪里，我为什么要选择你们？」
「我就想要这样的图表，你想办法给我做出来…」
面对这样的拷问，身为乙方的我们常常哑口无言，但真的就束手无策了吗？
EasyV最新上线「组件开发」功能，帮助你满足甲方爸爸的各种要求。
什么是组件开发？
组件开发通俗地说就是突破平台原有的基础组件，自己开发出一个新的，包含有自己需要的功能的新组件。
平台自带基础组件预览
以上就是我们进入EasyV后可以使用的平台自带基础组件。
熟悉了基础组件之后想不想要更进一步呢？
小E就来向大家隆重介绍一下「组件开发」功能。
比如以下这个柱状图：
在大家的印象里，柱状图是不是一般都比较普通，没有炫酷的视觉效果，但在可视化大屏里又是不可或缺的存在。此时，客户就给你抛出了一个难题：
「这个柱状图太千篇一律了，一点设计感都没有，静态图片太死板，重新改一下。
组件开发花样多
whatyouwant,whatIhave！
找遍了平台所有基础组建的你毫无头绪，对客户的要求束手无策。在以前，也许这个时候你就遭遇了瓶颈……
现在，「组件开发」功能可以帮你搞定一切问题！
通过组件开发，相当于我们自己用了平台的工具包创造出了平台基础组件里面没有的东西。
也就是属于我们自己的「原创组件」。
比如上述这个柱状瀑布图，充分满足了客户的设计与开发需求，将动态、设计与柱状图三合一，更直观地展现出了不同年龄层的百分比分布。
现在，解决了客户的第一个问题，紧接着又来了第二个问题：
「能通过一个动态的组件，将我们公司的所有产品名称进行一个轮播展现吗？」
有了上述的经验与灵感，这些小要求对你来说简直是分分钟的事：
觉得颜色不好看？没有设计感？
自己开发的组件，想怎么改就怎么改，五彩斑斓的黑都能给你搞定！
同样地，传统2D地图在功能上和设计上都没有太大的问题，唯一的不足可能就是太过平面化，不够立体，而客户却要求地图不仅可以立体化，还要能够变大变小甚至转个圈。
2D地图组件预览
那就让我们来看看通过组件开发出来的3D地图：
通过组件开发功能设计出来的3D地图预览
变大变小转个圈，那都不是事，甚至我还给你附加翻个身：
如何获取组件开发包？
这里提供两种获取组件开发工具的方式：
在页面最上端找到【组件开发】并单击，然后点击【下载开发者工具】
然后就会跳出上述页面，跟着文字逐一进行操作即可。
2.没有EasyV账户如果我没有EasyV帐户却也想自定义开发组件怎么办？
EasyV除了可以用来做数据可视化大屏，完成数据分析成果展示，还可以用来做些奇奇怪怪的东西哈哈哈哈，来自EasyV大屏设计师元宝的亲身体验
来看下EasyV里的地图组件都是啥样的，以及怎么使用的。
可以换肤：
紫的绿的蓝的灰的，你的我的他的她的～
可以点击下钻：
实感的：
从视觉效果上来说，提供的样式已经不需要用户再去调来调去了，基本保证了用户不用花过多的精力在样式上。当然，追求更好效果的话可以再继续调整，所有可见的样式，都暴露成了配置项参数，当然这也包括了常规的图表类组件。
如果要调整静态的模拟数据（例如柱子数值、散点标记的位置等），直接切换进数据面板里填写内容和真实的坐标就好了
创建散点数据：
创建飞线数据，自动生成记录from和to两个点的经纬度
我真的太喜欢这个组件了，因为直接上传SVG路径然后就可以了，后期修改的便利性极大，要是用Ae做，后期一旦要改，就要进Ae调了又导图，导完图还要压缩。
你可能会说，就这，实际能怎么用？用在边框上呀小老弟，瞬间动感和科技感加满，要是觉得快了慢了粗了细了，直接在配置面板里调参数就OK了，soeasy：
熟悉了sketch的同学应该会觉得这些组合很顺手，我觉得这个思路很好，保持和主流设计软件一致，让设计师不用再去记新的快捷键了。
虽然是最常见的快捷键，但我要说的是，在Easy[V]里，可以跨屏复制粘贴！这意味这，可以同时开两个大屏编辑页，将其中一个屏里发现的心仪元素，可以直接cmd+C，然后到另一个屏里cmd+V，搬素材不要太方便哦。
查了半天也没查到这个操作的专业叫法，就是同时按住cmd和option，就可以像PS里一样，即使鼠标不在图层元素区域内，也可以拖移，如下图所示。这一点对于小尺寸元素的拖移特别好使，sketch里也是如此。
其实，也不光是可以用来做大屏，也可以玩玩图表嘛。
利用了数据系列里的图标配置：
你也许会说，这有什么？直接丢个静态图片不也一样吗，对，用静态数据的时候没影响，但数据是动态的时候呢？改数据的时候呢？这个icon集成到图表里，后期只要改下数字，就跟着动了，不用手动调，emmm，这叫什么来着——“数据驱动”。
备注：尽量使用谷歌浏览器访问，手机端浏览器类型太多，兼容可能存在问题，欢迎大家反馈
免费试用期间：运营、产品、设计、技术人员专业一对一拉群指导，解答疑惑。
可视化学院：「免费视频课程」：
最近有很多人问我有没有一些好用的数据可视化工具，领导催着要可视化结果，可是很多工具都不怎么好用。作为一名数据分析人，没有一个好的可视化工具怎么能行？
话不多说，开始盘点！
简洁明了的数据分析工具，优点是零代码可视化、可视化图表丰富，只需要拖拖拽拽就可以完成十分炫酷的可视化效果，拥有数据整合、可视化数据处理、探索性分析、数据挖掘、可视化分析报告等功能，更重要的是个人版免费。
十分强大的图表制作工具，本身带有十分丰富多样的模板，如果个人不满意还可以手动设计，优点也是不需要代码编程，缺点就是只能用来制作图表，更加炫酷的可视化效果实现起来比较困难。
4、ColorBrewer
强大的配色工具，你在这里面几乎可以找到任何你想要的颜色，它本身也是一个绘图系统，拥有很多配色模板，可以当做一个小工具收藏，配合其他可视化工具使用。
5、ChartBlocks
英国的一家公司开发的制作统计图表的线上工具，省去在Excel软件里制作图表的繁复，让图表更加多样化，无需专业的软件技能就可以轻松制作漂亮的图表，但是功能不多。
7、Nuvi
一款非常简单好用的信息图形生成器，拥有好几百个模版，当然，如果你喜欢，也可以不用模版
8、Dygraphs
用的比较少，网站上资源也几乎没有，在国内属于小圈冷门的可视化工具，但功能其实是很强大的，不想费力找资源的建议选择其他的工具。
9、ECharts
ECharts就不用说了，搞数据可视化的99%都知道，是一款商业级数据图表，纯JavaScript的图标库，缺点是要代码操作，小白上手难度很高，适合码农这样的数据人。
10、Cytoscape
11、图表秀
适合做PPT时做一些好看的图表，图表制作功能比较强大，但是我记得导出高清图片的时候要收费，只能导标清图比较坑吧。
12、BDP
BDP个人版是国内海致公司旗下的数据可视化分析产品（BDP也有商业版，针对企业用户，但我非商业版用户，所以就不多说了），有多数据整合、数据合表处理、可视化分析等数据功能，总体来看数据功能还是非常全面的，虽然不免费但是成本低一些
13、xdatainsight
国产的一站式敏捷可视化工具，以前还比较好用，现在基本没人用了
14、Tagul
国外一款词云制作神器，免费的小工具，非常好用
15、Tagxedo
跟上面的tagul一样，也是词云制作工具，而且是在线制作网站，但是需要FQ
16、Wordle
很老的信息可视化工具了，主要也是制造词云的，当年也是大名鼎鼎，但是也有很多缺点，字体颜色没有意义、可视化还很初级等
17、WordItOut
词语云一键生成网站，非常方便，但是没办法根据频率调整大小，功能比较粗糙
18、ToCloud
ToCloud是一个在线免费标签云生成器，你可以设置词的长度和频率，还能提取短语，是一个比较好的标签云工具之一利用词频生成词云，你可以快速了解页面优化了某些单词
19、图悦
20、语义分析系统
21、腾讯文智
腾讯的中文语义网站，分析语句、篇章等，教学类平台
22、polymaps
PolyMaps是一个地图库，主要面向数据可视化用户，在地图风格化方面有独到之处，类似CSS样式表的选择器，用来做动态地图的
23、nodebox
可视化进阶神器，NodeBox是OSX上创建二维图形和可视化的应用程序，你需要了解Python程序，NodeBox与Processing类似，但是没有Processing的互动功能
24、processing
堪比python的编程语言，能够实现几乎所有的可视化效果，语句规范上不如python，但是比较容易上手
25、processingjs
跟上面的一样，是一门可视化编程语言，ProcessingJS是它的JavaScript实现，使用HTML5的canvas，配合现代浏览器来实现web客户端的可视化技术
26、Tangle
Tangle是个用来探索、Play和查看文档更新的交互式库，既是图表，又是互动图形用户界面的小程序
27、FFchartwell
一款自动生成分析图的黑科技字体，字体很多
28、SASVisualAnalytics
SAS可视化分析是一款擅长做交互式可视化分析的产品，同时它同样也可以创建出一些很好的可视化图表，不过比较笨拙，不灵活
29、数字冰雹
国内专门做可视化的，主要是大屏，面向企业而不是个人
30、Data-DrivenDocuments
简称D3，是一个很神奇的基于Javascript的在网页上实现数据可视化的工具，不过现在已经不更新了，缺点是要学的东西太多，HTML、编程都得掌握才行
31、leafletjs
做全屏地图比较方便，同样是需要掌握编程基础，优点是有手机端
32、Crossfilter
Crossfilter是一个数据计算模型，能够很好地结合DC.JS进行数据解析绘图，属于数理类工具
33、openlayers
OpenLayers作为业内使用最为广泛的地图引擎之一，已被各大GIS厂商和广大WebGIS二次开发者采用，入门难度极高
34、wolframalpha
数学开发软件，同时也可以做数理计算可视化，属于专业性质的工具
35、visme5
Visme为用户提供30万张高清图片、6500种图标、750多种图表模板以及120多种字体
36、databoard
37、googlecharts
文档和帮助信息丰富的GoogleCharts对于刚刚入门Java绘图的人来说是极佳的选择。它的文档里到处都是带注释的代码和逐步的讲解，可以直接用来把HTML5/SVG图标嵌入到你的网页中。
38、timeline
39、FusionCharts
FusionCharts支持vanillaJava、jQuery、Angular等一系列高人气的库和框架。它内置90多种图表和超过1000种地图，相比GoogleCharts和MetricsGraphics要完整得多
40、envision.js
JavaScript一种直译式脚本语言，是一种动态类型、弱类型、基于原型的语言，内置支持类型
41、Sigma
Sigma有着自己独特的定位，那就是图模型的绘制。它基于Canvas和WebGL开发并提供了公开的API，所以你可以在GitHub上找到社区贡献的许多插件
42.dc.js
dc.js是一个开源的Java绘图库。它非常适合用来创建交互式的仪表盘（Dashboard），图表之间是有联系的，所以当你与其中一个部分进行交互时，其他部分都会做出实时的反馈
听我的，如果你是技术小白，想追求好看的可视化报表，一定要用仪表盘！
仪表盘可视化效果丰富，比如——
效果1：
效果2：
仪表盘内包含指标图、透视表、折线图、柱形图、条形图、面积图、饼图、雷达图、明细图、双轴图等图表类型，覆盖了20+图表模板：
1、适合技术小白——拖拉拽几步，自动生成各种图表
在左侧将维度、指标拉至顶部，右侧选择图表类型：
演示↓
2、适合excel用户——支持excel导入数据，进行处理
按照图上的步骤①、②、③，进行操作：
3、减轻图表更新负担——随数据上传，图表自动更新
4、适合各种场景的审美需求——图表颜色/样式支持自定义
比如：编辑好图表后，可以在仪表盘设计界面对图表的大小及位置进行调整。
5、支持交互图表，方便数据联动
还有其他，限于篇幅太长，就不放了。
2、步骤：在工作台首页—创建空白应用>新建表单>从excel创建表单>新建仪表盘
如截图演示的步骤：
设计师互动平台。数据可视化工具，个人在工作场景使用的
3个图表类，3个地图编辑，2个地图下载工具，1个可视化设计作品网站
Echarts是百度提供的基于JavaScript实现的开源可视化库，可以流畅地运行在PC和移动设备上，兼容当前绝大部分浏览器。其底层依赖轻量级的矢量图形库ZRender，并提供了组件来实现多维度数据筛取、视图缩放平移、展示细节等交互功能，是可高度个性化定制的数据可视化图表。
Echarts提供了常规的折线图、柱状图、散点图、饼图、K线图，用于统计的盒形图，用于地理数据可视化的地图、热力图、线图，用于关系数据可视化的关系图等。Echarts支持二维表、key-value等多种格式的数据源，通过简单地设置encode属性就可以完成从数据到图形的映射。
官方是提供多种配色，明暗两种模式
可修改代码，进行调整。同时有大量开发者上传自己的图表
在我眼里和echarts一样
Highcharts是一个用纯JavaScript编写的一个图表库，能够很简单便捷的在Web网站或是Web应用程序添加有交互性的图表，并且免费提供给个人学习、个人网站和非商业用途使用。
蚂蚁金服的可视化图表，阿里团队的网站是真做的不错
分了很多子模块，要仔细看介绍
编辑个性化地图
支持地图编辑，编辑和下载JSON.今年的版本终于支持识图配色了。
在我眼里和百度地图差不多，看使用频率了。
比百度多几个特色小功能，路况等。
国外的地图编辑器，很多风格可以参照
阿里地图API工具
支持国内场景
支持ison,svg格式
最小能精确到区一级
支持国外场景，使用中国地图时请注意
支持标点和多种颗粒度填充
TOBdesign
利用它能制作信息图表，而且支持中文输入。
当然，作为一个国内新兴的工具，还有一些不足需要改进~
比如：没有详细的图表控件
所谓数据可视化是对大型数据库或数据仓库中的数据的可视化，它是可视化技术在非空间数据领域的应用，使人们不再局限于通过关系数据表来观察和分析数据信息，还能以更直观的方式看到数据及其结构关系。
数据可视化技术的基本思想是将数据库中每一个数据项作为单个图元元素表示，大量的数据集构成数据图像，同时将数据的各个属性值以多维数据的形式表示，可以从不同的维度观察数据，从而对数据进行更深入的观察和分析。
d3
dc.js
不与特定平台或语言绑定的工具
译者：贾子甲校对：刘崇鑫王殿进
如果发现原文翻译有误，请邮件通知云栖社区（yqeditor@list.alibaba-inc.com），感谢您的支持。
其中有几款楼上的知友们已经提到了，这里我也再重复列一下_(:△」∠)_
1、Excel
作为一个入门级工具，Excel是快速分析数据的理想工具，也能创建供内部使用的数据图，但是Excel在颜色、线条和样式上可选择的范围有限，这也意味着用Excel很难制作出能符合专业出版物和网站需要的数据图。
2、自助式BI（这里以观远数据为例）
1）、所见即所得，学习门槛低。
2）、50余种图表类型，涵盖柱形图、双轴图、漏斗图、帕累托图等。在此基础上，延展出投屏、幻灯片等数据可视化呈现形式，满足绝大多数数据表达需求。
3）、提供丰富的数据交互分析操作，如钻取、联动、跳转，一键点击即可层层剖析数据，发现问题。
4）、可根据业务、角色，快速搭建数据驾驶舱，在垂直领域提炼通用的分析思路和模板，即刻接入您的数据，借鉴行业最佳数据分析实践，并进行自由排版布局。
界面展示：
是一个快速且灵活的开源JavaScript图表库，其允许用户探索和解释密集的数据集。Dygraphs是一个高度可定制的工具。
是一个JavaScript图表库，其能为大量数据提供快速和交互式的图表。
以有效的视觉方式提供交互式示意图和报告软件。
是由麻省理工学院开发的完全开源软件，其有助于创建交互式的示意图和其他基于数据的可视化。
对于想要使用交互式示意图的设计者和开发者来说，是一个免费的图书馆。
是适用于移动友好交互式示意图的现代开源JavaScript库。
有助于创建视觉表征。
构建交互式可视化，用来说明简单图表不易表示的数据。
IBM研发的“多眼”可以帮助用户从数据集创建可视化并启用数据分析。
是一个JavaScript库，D3.js从多个数据源使用HTML、SVG和CSS来生成图形和图表。
提供一种机制来以多种交互式图表（如线形图、复杂的分层树形图等）的形式对数据进行可视化。
是一个JavaScript库，其用于探索浏览器中的大规模多变量数据集。此外，Crossfilter还提供可协调的3D可视化。
在地图上提供了快速且多缩放的数据集演示。
是一款适用于各种网络、复杂系统、动态和分层图形的交互式的可视化探索平台。它支持探索性数据分析、链接分析、社交网络分析以及生物网络分析。该工具为已识别的类似数据集呈现彩色区域。
其实很明显的在工作当中运用数据可视化的用途无非就是为了帮助用户更好的分析数据而对于信息的质量很大程度上依赖于其表达方式数据本身是冰冷的数字如果我们通过选择合适的图形或者图表来进行展示表达使得信息传递给使用者的感受更加直观更容易获得其中的价值数据可视化大屏的产生就是将技术与艺术完美结合在大屏幕上借助图形化的手段清晰有效地传达与沟通信息在两者中数据赋予可视化以价值而可视化可以增加数据的灵性两者相辅相成帮助企业从信息中提取有价值的信息
申请免费试用网址：
饭也恰了介绍也介绍了铺垫了那么长如果我说下面才是真正的正文会不会被打？可是你看都看到这里了还是坚持一下看下去吧一定会有你想要的如果不是你想要的那你也打不到我（略略略
首先众所周知我们如果要做一个数据可视化大屏很明显就是因为需要处理的数据过多没法进行快速分析那么问题来了我们的可视化大屏应该怎么去展现出这些繁杂的数据信息呢当然选择图表了呀对不对那么问题又来了你数据那么多数据的特点包含的维度信息和数据与数据之间不同的关系难道都用一样的图表来展示吗？
你看我像不像个数据？
针对上述这个问题，通过对数据展示需求进行归类整理，并调研行业内的主流解决方案，我们一般将数据展示需求分为以下几种类型：（画个表格给大家看看～
了解了我们在面对不同数据该使用什么样的图表进行展示后那么我们要去了解如何运用EasyV工具来将碎片化的可视化图表进行合理的设置搭配组件成为一个完整的可视化大屏以下的操作会以小视频和文字解说的形式出现请打开wifi后再进行观看～
1、预置通用大屏模板供用户选择
2、海量的自定义组件供君选择
在EasyV平台当中内置海量的自定义可视化组件模板其中有常规的图表文字图像辅助组件指标性组件地图模板以及交互板块还有插入外部图片视频的功能供用户根据自己的喜好自行选择模板只需要通过简单的拖拉拽的动作将模板拖到画板上根据自己的屏幕大小将模块设置成适合自己大屏的范围即可而在操作界面的右侧可以对所选择的模块进行自定义设置类似皮肤选择图表光点等等
比如我们选择了一个大屏模板但是有一个组件不是我需要的我们就可以利用自定义组件将其替换掉
如上图模板中主视觉图为全球范围可能有点过大我们可以将这一板块进行删除利用EasyV自定义组件中的地图板块将其替换为全国地图同时还可以利用EasyV的主题皮肤功能调整画面的色彩形式让其画面更为统一其他的组件一样同理可以进行适合自己用途的修改
这里是动图演示～
3、移动终端交互控制大屏
一个大屏搭建好了接上后台数据以后肯定需要进行展示那么一般来说可视化大屏屏幕非常大控制人员不可能随时搬台电脑在身边所以为了方便用户进行远程操控EasyV平台还可以通过移动终端交互功能进行远程控制，只需要简单扫描网页上的二维码后输入相匹配的控制码即可通过手机或者ipad远程控制，并且袋鼠云的终端交互功能具有自定义界面绘制，通过产品来搭配终端界面以及交互效果，还有远程交互绑定功能，通过点选的方式对大屏端交互点进行绑定。
以上其实只是一个简单的大屏搭建介绍利用EasyV平台现有的模版来进行自行改变设计来达到自己的使用需求如果交给袋鼠云的可视化设计师来做的话这个可能只是他们的一个初稿demo之后肯定会为了进一步优化维度和展现的方式要对大屏中的细节进行优化例如对背景装饰线框图表线条等细节进行审查比如视觉上显得线条太多页面整体不够清晰重要信息凸显不出来对应装饰元素能避免则避免对于层次感不明显的问题进行了丰富信息以及加大背景色对比度的调整对于图表中柱状图的数量过密和过疏进行长宽高面积进行调整对于表格排列进行优化序号突出重点的调整最重要也是最后一步按照产品经理收集到需求方的要求考虑到是否达到预期是否有色差等最后也要让需求方审核是否能够理解数据是否是想要的样子等等
最终通过设计师的大显神通最终的神级效果如下
那其实我们普通工作者最为一个刚入坑的小白EasyV平台确实给我们去了解可视化一个基础的入门操作提供了便利如果只是满足轻量需求不需要太高成本EasyV确实是一个很好的平台话不多说其实EasyV的功能并不止只有介绍的这么一点还有更多的功能等待后期上线以及你自己的探索发现还不赶紧去官网申请免费使用？错过这个村就没有这个店了！！！
魔镜将包含定性、分类信息、等离散的字段视为维度。例如，包括任何含有文本或日期值的字段。不过在复杂数据关系中，维度的实际定义稍微复杂一些。一个维度就是一个可以视为独立变量的字段。
举例来说，可以针对该维度的每个值来聚合一个度量。例如，您可能要计算每个“省份”的销售总额。在这种情况下，“省份”字段用作维度，因为您要聚合每个省份的销售额。“销售额”的值取决于“国家”，因此，“国家”是独立字段，而“销售额”是依赖字段。同样也可以对视为维度的数字字段计算这种聚合。例如，您可能需要计算向客户提供的每个“利润率”的销售总额。在这种情况下，“利润率”字段用作独立字段，而“销售额”字段是依赖字段，即便这两个字段都是数字字段也是如此。您可通过先将“利润率”度量转换为维度，将数字字段用作独立字段。
1.2度量
魔镜将包含数字、定量信息的数值类型字段视为度量。不过，在关系数据源中，度量的实际定义稍微复杂一些。一个度量就是一个依赖变量形式的字段，也就是说，它的值是一个或多个维度的函数。
这也就意味着度量是工作表中其他维度的函数。例如，您可能要计算每个“省份”的销售总额，在这种情况下，“销售额”字段用作度量，因为您要聚合各省份的字段。
1.3度量转换为维度
默认情况下，魔镜将包含数字的所有关系字段视为度量。不过，您可能会决定将其中某些字段作为维度。例如，在魔镜中，默认情况下可能会将包含年龄的字段分类为度量，因为它包含数字数据。不过，如果您要查看每个年龄的人数分布，就可以将“年龄”字段转换为维度。
单击该字段并将其从数据区的度量区域拖放到维度区域中，如图所示。
1.4维度转换为度量
在魔镜中将定性的、分类信息视为维度，如将维度转换为度量，会将离散的维度信息进行计数，默认计数（不同）。如将维度字段“订单号”转换为度量，字段会变成“订单号（计数（不同））”，标识的意义变成了订单数目。
1.5维度、度量自由转换交互说明
维度、度量的转换在业务分析的实际应用中是非常常用的。在魔镜工具中实现维度、度量自由转换除通过下拉菜单，还可以直接拖拽到各区域实现切换。
点击仪表盘——新建图表，亦可进入数据可视化分析台，如图所示；
2.2上卷下钻
上卷和下钻是导航分层结构的最有用方法之一。例如，如果您在检查各省的销售总额，则可下钻查看某省份、各个城市的销售额情况。
在大数据魔镜中有两种方式可以进行创建分层结构。
将一个维度拖入到另一个维度上，将自动创建分层结构，弹窗编辑分层结构名称。将“省级”拖入“市级”，自动跳出弹窗编辑分层结构名称，点击确认，创建后的结果如图所示。
将“市级”拖入分层结构中，如图所示。
举例来说，将“省级”拖入列，将“销售价格”拖入行，选择“饼图”，如图所示。
生成了各省销售价格的饼图，右击某个省，选择“下钻”，可以查看江苏省各城市的销售价格，如图所示。
反之，将“市级”拖入列，将销售价格拖入行，生成饼图，右击某个城市选择“上卷”，就可以查看各省的销售价格，也可以再次右击选择“下钻”，如图所示。
2.3探索功能
例如，我们分析某个区域的房产销售价格，同时可以探索其他新的字段，探索数据更深层次的价值。在大数据魔镜数据分析平台中，将“省级”拖入列，将“销售价格”拖入“行”，可以看到各省的销售价格对比图，如图所示。
我们可以选择点击“市级”，探索一下江苏省各市的销售价格，如图所示。
还可以继续探索南京每个时期的销售价格，从而做出有利于市场的决策，如图所示。
2.4计算字段
创建计算字段即通过自定义计算形成新的字段，形成的新的字段在维度、度量列表呈现，新的计算字段可进行删除和编辑操作。
在维度或者度量右拉菜单中选择“创建计算字段”，如图所示。
编辑“计算字段”界面，如下图所示。
在弹出窗口输入新字段名称，并输入公式表达式及新字段名称，比如“平均销售价格”，输入公式表达式，在函数列双击选择想要的函数，比如“AVG”,再双击字段名列任一字段，比如“销售价格”，如下图所示。
点击确认，保存完成后，在字段列表中会显示出新增的字段，如下图所示。
计算字段公式说明如下。
数字公式
字符串公式
日期公式
聚合公式
2.5参数字段
参数类似于维度集，可以切换不同的维度，通过创建参数字段，当在“行、列、标记、筛选器”中时，可以快速切换当前参数中维度赋值。参数字段，多用于多维分析中。
点击维度中右拉菜单，选择点击“创建参数字段”。
弹出编辑参数界面如图所示。
将当前展开的业务分组内的维度拖入“编辑参数”框内，框内字段可以进行自由排序。除了分层结构名不能拖入，其他维度都可以，如图所示。
确认保存后，生成新的参数字段“参数1”，如图所示。
将参数1拖入“行、列、标记或者筛选器”时，视图区会自动出现字段选择单值下拉列表。参数字段默认选中的维度为排序第一的维度，如图所示，就可以随意切换查看各区域、各省和各市的销售价格。
2.6数据联想
对某一字段进行数据联想，在数据区创建个新的联想字段，参与绘图，如图所示。
将鼠标移至“数据联想”产生联想的临时对象，如图所示。
联想的字段可添加至左侧列表，可参与绘图，如图所示。
2.7聚合/取消聚合
聚合度量
虽然魔镜对于每个度量默认是汇总聚合，但对于每个置于功能区的度量，可分配一个不同的聚合。例如，可对“销售额”进行汇总聚合，对“利润”进行最大值聚合，对“折扣”进行平均值聚合，如下图所示。
通过选择“度量”菜单项，可以更改工作表中所有度量的聚合状态。
将“类别”维度拖到“标记”区的【颜色】上。
这会将数据分隔成三种标记，每个维度成员一个标记，然后使用颜色对标记进行区别标记，如图所示。
将“省份”维度拖到“标记”区的【描述】上。
尽管显示更多标记，度量仍然是聚合的。因此，无论数据源中是只存在一个“省份为江苏、类别为办公用品“的行还是100个这样的行，结果始终都是一个标记。
此过程可能会按您认为有用的方向形成视图，或者您可能更愿意转向不同的方向，例如，通过向视图中添加维度，或者通过引入趋势线或预测。
2.向“行”和“列”功能区添加更多字段，
将“省份”维度拖到“列”功能区。
将“细分”维度拖到“行”功能区。操作结果如下图所示。
现在，您有了一个可提供省份和客户细分市场的销售额与利润概况的视图。将光标悬停于视图中的标记上以查看各个细分市场的工具提示数据。
3.取消聚合
另一种修改您原来的单标记散点图以显示更多标记的方法是取消聚合。
选择“取消聚合”，如图所示。
现在您看到许多标记--原始数据源中的每一行分别有一个标记。
当您取消聚合时，查看的将不再是数据源中各行值的平均值或总和。相反，视图会为
数据源中的每一行显示一个标记。取消聚合数据是查看数据的整个表面区域的一种方法。
这是了解数据形状和识别离群点的快捷方式。这种情况下，取消聚合将显示，对于数据中的许多行，销售收入和利润之间存在一致的关系。
2.8日期维度的连续与离散
日期类型维度除有离散属性外，还具有连续属性。在可视化展示方面可呈现不同的结果。如果，3日的数据是缺失的，在日期维度连续的状态下，3日是存在于轴上的，但在离散的状态下，3日标题是不存在于轴上的。离散及连续状态分别如图所示。
2.9快速表计算
魔镜新版本快速表计算目前包括同比、环比。同比、环比的度量计算是相对日期维度而存在的。
同比一般情况下是今年第n月与去年第n月比。使用同比主要是为了消除季节变动的影响，用以说明本统计周期数据与去年同期数据相比的变化量。例如：本期2月比去年2月，本期6月比去年6月等。
环比一般情况下是今年第n月与今年第n-1月比。环比是本期统计数据与上期统计数据比较，用以说明本统计周期数据与前一统计周期数据相比的变化量。例如，本期2月比今年1月，本期6月比今年5月等。
同比/环比计算方法：
同比=（本统计周期数据-去年同期数据）/去年同期数据×100%。
环比=（本统计周期数据-上统计周期数据）/上统计周期数据×100%。
同比/环比使用方法：
当维度栏中放置了日期字段时，系统会默认提供可选的同比/环比类型。当维度栏中没有放置日期字段时，表计算会置灰，如下图所示。
当表计算中存在多个日期维度，同比环比计算可通过右拉菜单进行计算依据选择。如下图所示。
2.10数据类型
数据源中的所有字段都具有一种数据类型。数据类型反映了该字段中存储的信息种类，例如整数(150)、日期(2015/321)和字符串“Sophilin”。字段的数据类型在“数据”窗格中由以下所示图标之一来标识，如图所示。
3.图表组件
3.1视图的组件
不管哪类可视化图形都是行和列的集合，由以下组件组成：轴、区、单元格和字段标签和图例，如下图所示。
3.2标记
标记区主要分为颜色、大小、标签、描述，通过对标记区的设置在图形中显示更多的信息，如图所示。
颜色
颜色标记不同的值，不同的颜色标记不同的维度值，颜色的深浅标识度量的大小，颜色标记除放射树状图外其他图形只能拖入1个维度，再拖入颜色，替换之前的字段。
将维度拖入颜色，对颜色进行编辑，鼠标点击“内蒙古”，可在当前版本色板里自定义该维度的颜色，同一颜色可被多维度值使用。默认20个颜色循环使用，可进行自定义切换色方案，如图所示。
当有字段拖入维度或者度量时，可自定义编辑图表颜色，如下图所示，自定义选择目标颜色，或者输入目标颜色色值号即可进行颜色编辑。还可根据需要手动调节颜色透明度。
将维度“地区”拖入“颜色”，可以看到不同颜色标记数量的大小；将度量“利润”拖入“颜色”，可以看到颜色深浅标记数量的大小，可进行反转，默认颜色浅-数值小，颜色深-数值大，点击【反转】按钮后，则颜色深-数值小，颜色浅-数值大。
大小
标签
描述
即详细信息，鼠标悬停时显示的详细信息，将“省级”拖入“描述”，可以看到各区域各省更详细的信息，如图所示，其中也可同时编辑该图的颜色和大小。
除了颜色、大小、标签以及描述等四个主要标记外，还有角度、度量值和形状三个标记，其虽然没有在标记框内默认显示，但也有着举足轻重的作用。
角度
角度只有在操作饼图的时候才会出现，用来标识占比的字段。将维度“地区”拖入列，度量“利润”拖入行，选择饼状图，如图所示，则该饼图即是以利润为角度绘制的利润占比图。
度量值
当有多个度量，并且想共用一个坐标轴时，度量值就会体现在标记框内。将维度“地区”拖入列，度量“利润”、“销售额”拖入行，选择线图或者饼状图，如图所示，“利润”和“销售额”均在度量值标记下显示。
形状
形状，散点图下的标记元素。支持维度拖入形状，不同的形状标识不同的维度成员。如图，不同子类别单价、利润的分布情况，其中产品子分类用不同的形状标识。如图方形标识书架，圆形标识信封。
勾选“东北”“中南”“华东”，生成筛选后的图表，如下图所示。
将日期字段拖入“筛选器”，有“日期范围”“开始日期”“结束日期”可以设定，如下图所示。
维度筛选器
值选择器
值选择器—可使用“值”下拉列表来选择值的选择方法。
1）从列表中选择—从值的列表中进行选择需要使用数据库查询来获取值。
4）排除模式—默认情况下，将包含定义筛选器时已选择的成员，并排除已取消选择的成员。但有时，定义不需要的值比定义需要显示的所有值更加容易。择对话框右上角的“排除”选项可从筛选器中排除而不是包含所做的选择。
5）包含—返回在字符串中的任何位置包含该匹配值的所有成员。
6）开头为—返回在字符串开头具有匹配值的成员。
7）结尾—返回在字符串结尾具有该匹配值的成员。
8）精确匹配—返回仅包含匹配值且没有任何其他内容的成员。
度量筛选器
1）值范围—指定要包含在视图中的范围的最小值和最大值。所指定的值将
包含在该范围中。
2）至少—包含大于等于指定最小值的所有值。在因数据经常改变而无法指
定上限时，这种筛选器十分有用。
3）至多—包含小于等于指定最大值的所有值。在因数据经常变化而无法指
定下限时，这种筛选器十分有用。
4）特殊—这种特殊筛选器可帮助您对Null值进行筛选。仅包含“Null值”、“非Null值”或“所有值”。
3.4行列转置
行列转置，点击转置按钮，交换“行”和“列”上的字段，如图所示。
点击转置按钮后，“行”与“列”上的字段已经交换，如图所示。
3.5放大镜
点击“放大镜”图标，即可将当前可视化图最大化显示，如图所示。
数字（自定义）：①小数位数，默认2位；②负值显示，默认状态-1234；③单位：K、M、B；默认无单位；④前缀/后缀，默认无前后缀；⑤千字符，默认勾选千字符，如图所示。
货币（自定义）：①小数位数；默认2位；②负值显示，默认状态-1234；③单位：K、M、B，默认无单位；④前缀/后缀，默认前缀为￥，无后缀；⑤千字符，默认勾选千字符，如图所示。
可自定义其他货币符号，魔镜列出的常用货币符号如下图所示。
百分比：小数位数，默认保留2位小数，如图所示。
以上4种状态不冲突，都是独立的，选择其中一种覆盖另一种。
4.可视化图表组件
4.1.列表
列表是以表格的形式展示数据的载体。大数据魔镜列表分为列表、突出显示表、压力表。突出显示表与压力表可根据业务需要，增加自定义设置，使得信息更加详细、明显。通过突出显示表，不仅可以迅速发现多组数据在某个维度上的关键点，而且可以立即知道该关键点的值。
列表的三种图形效果如图所示。
大数据魔镜线图类型最多支持1个维度1个度量。
连接到数据源“示例-超市.xls”后，进入可视化数据分析台。
1）拖拽如“订单日期”到列，“销售额”到行；
2）选择可视化图形效果—线图，即可形成线形趋势图；
4.4.面积图
柱状图可通过点击
标准柱形图，支持多维度多度量。多维度情况自动维度分组，多度量分区显示。多用于展示多维度多度量关系情况。
将“细分“、“类别”两个维度均拖入列，
将“销售额”、“利润”两个度量均拖入到行，形成如图所示标准柱形图。
堆积柱状图显示单个项目与总体的关系，并跨类别比较每个值占总体的百分比。堆积柱状图使用二维垂直堆积矩形显示值。当有多个数据系列并且希望强调总数值时，可以使用堆积柱状图。
将“地区”维度拖入至标记区【颜色】，形成如图标准柱形图。
大数据魔镜分组柱形图有两种形态，维度分组柱形图与度量分组柱形图。
维度分组柱形图切换规则是至少满足2个维度1个度量，具体操作如：
拖入“类别”、“细分”两个维度到列，“销售额”度量到行；
点击右侧图库—分组柱形图进行切换；生成如图所示维度分组柱形图；
建模区，“细分”“类别”维度在列，“类别”维度在【颜色】，不同颜色标识了不同类别。
在此图形基础上，拖入“利润“度量到行，再次点击图库—分组柱形图。
4.5.2组合图
前面介绍了线图、柱形图、条形图、饼图、面积图，可有时单独用一种图形并不能满足需求。这里复合图的意思就是在一张视图里用集中不同的图形展示数据，如图所示。
将“地区“拖入列，“销售额”、“利润”拖入行，切换组合图。
如图，柱形表述的是销售额的趋势，线形标识的是利润的高低。
在图中，不同子类别用不同的颜色标识，不同的折扣情况圆圈的大小标识。从图中可以看出子类别—椅子的折扣较大。
4.7.树状图
树状图是数据树的图形表示形式，可以清晰直观地表现维度之间的层级关系，直观又美观。
魔镜现有树状图样式，如下图所示。
（1）树图
如下图所示，将“地区”拖入列，“利润”拖入行，选择图表区-树状图-树图。
可以直观地看出，利润越多，图形占比越大。从图表中可以看出，中南地区利润最大，西南地区利润最小。
（2）可缩放树图
如下图所示，将“地区”“类别”“产品名称”依次拖入列，“利润”拖入行，选择图表区-树状图-可缩放树图。
可以直观地看出，利润越多，图形占比越大。点击图表中某一部分，该部分以及它的下级就会放大，再点就会缩小，由此可以清晰地观察每一部分的具体数据。
（3）放射状树图
如下图所示，将“地区”“类别”“产品名称”依次拖入列，“利润”拖入行，选择图表区-树状图-放射状树图。
可以直观地看出从地区到类别再到产品名称的数据信息。并且圆的大小代表着数据的大小。
（4）树状图
如下图所示，将“地区”“类别”“产品名称”依次拖入列，“利润”拖入行，选择图表区-树状图-树状图。
可以直观地看出从地区到类别再到产品名称的数据信息，且圆的大小代表着数据的大小。
（5）可缩放放射树图
如下图所示，将“地区”“类别”“产品名称”依次拖入列，“利润”拖入行，选择图表区-树状图-可缩放放射树图。
可以直观地看出，数值越多，图形占比越大。点击图表中某一部分，该部分以及它的下级就会放大，点击根节点就会还原，由此可以清晰地观察每一部分的具体数据。
4.8.气泡图
气泡图类似于散点图，但又区别于散点图。散点图一般只能较好地展示二维数据，气泡图则是在其基础上另外通过散点气泡的大小来表达第三维变量的数值。在气泡图中，气泡由大小不同的标记表示，指示相对重要程度。气泡的大小取决于数值的大小。
如下图所示，将“产品名称”拖入列，“利润”拖入行，选择图表区-气泡图。可以清晰直观地看出，书架的气泡最大，说明书架的利润最高。
另外，可以将度量拖入颜色标记，气泡图区分气泡大小的同时，还根据颜色深浅表示数值的大小。
将“省份”拖入行，“销售额”拖入列，切换数字图。如图所示。
零编程工具
图表（9个）
信息图（2个）
地图（1个）
关系网络图（1个）
数学图形（1个）
开发者工具
图表（10个）
地图（4个）
金融图形（1个）
RAWGraphs是一个在线的数据可视化开源工具，经常被用来处理Excel表中的数据。你只需要将数据上传到RAWGraphs中，设计出你想要的图表，然后将其导出为SVG格式或PNG格式的图片。此外，上传到RAWGraphs的数据只会在网页端进行处理，保证了数据的安全性。
一些数据可视化工具还为个人、团队和企业提供了不同的版本，这些工具比免费工具有更丰富的功能和技术支持。
Tableau是全球知名度很高的数据可视化工具，你可以轻松用Tableau将数据转化成你想要的形式。Tableau是一个非常强大，安全，灵活的分析平台，支持多人协作。你还可以通过Tableau软件、网页、甚至移动设备来随时浏览已生成的图表，或将这些图表嵌入到报告、网页或软件中。
PowerBI是微软开发的商业分析工具，可以很好地集成微软的Office办公软件。用户可以自由导入任何数据，如文件、文件夹和数据库，并且可以使用PowerBI软件、网页、手机应用来查看数据。PowerBI对个人用户是免费的，团队版也很便宜，单个用户每月只收取9.9美元。
QlikView的主要用户是企业用户，企业用户可以用QlikView轻松地分析内部数据，并且使用QlikView的分析和企业报告功能来做决策。你可以在QlikView中输入要搜索的关键字，QlikView可以自动整合你的数据，帮助你找到你意想不到的数据间的关系。QlikView同样提供免费的个人版本。
Visme提供了大量的图片、小图标、模板、字体，供用户制作演示文稿、图表和报告。有了Visme，你可以随时随地查看和呈现你的内容。只需要3个步骤，你就可以制作你自己的社交媒体（如Instagram和LinkedIn）图表，而且支持动态图像和实时数据。Visme还提供教育折扣和非盈利机构折扣。
Grow是一个仅供企业用户使用的BI工具。有了Grow，企业里的每个人都可以跟踪他们认为有意义的数据，并创建自己的特定数据仪表板，Grow还支持从150多个数据源导入数据。Grow表示，他们的处理速度是竞争对手的8倍，并支持超过300个预先构建的报告和实时数据更新。
iCharts是专注于NetSuite用户和GoogleCloud用户的BI工具。iCharts可以通过在NetSuite仪表板中添加iChartsBI工具来自动分析数据并每周更新报表。iCharts还为GoogleCloud用户提供了一个强大而直观的界面，用户可以直接通过拖放操作处理数据。
你可以使用Infogram的免费模板创建信息图、图表和地图，而且所有的操作都是在网页端完成的。你可以下载生成后的图表，或将这些图表嵌入到网站中。Infogram功能强大，很受用户欢迎，用户已经用它创建了超过15亿次的图表、报告和信息图表。Infogram除了免费的基础版本外，还提供专业版本、企业版本等。
InstantAtlas是能够生成可视化地图报告的SaaS服务，同时可以提供专业的技术支持。它使信息分析师和研究人员能够创建动态的交互式地图报告，将统计数据和地图结合起来。
如果想将关系网络数据可视化，必须选择专门的数据可视化工具来生成关系网络图中复杂的节点和叶子。
数学图形在教育中应用广泛，教师和学生们都经常使用数学图形来快速生成函数图形。
Wolfram|Alpha被称为计算知识引擎——可以自动进行动态计算并返回可视化图形。Wolfram|Alpha基于Mathematica，其底层的数据处理是由Mathematica完成的，而Mathematica支持几何、数值和符号计算，具有强大的图形可视化功能。因此，Wolfram|Alpha可以解答各种各样的数学问题，并向用户提供清晰美观的图形和答案。你还可以升级到Wolfram|AlphaPro，Wolfram|AlphaPro支持上传数据和图片进行分析。
D3.js是一个用于数据可视化的开源的JavaScript函数库，被认为是很好的JavaScript可视化框架之一。开发者刚开始学习D3.js时会感到很复杂，但是D3.js功能强大，非常灵活，值得开发者深入学习研究。需要注意的是，D3.js无法在较低版本的IE浏览器中正常显示图形。
Plotly是一个知名的、功能强大的数据可视化框架，可以构建交互式图形和创建丰富多样的图表和地图。Plotly可以提供比较少见的图表，比如等高线图、烛台图（K线图）和3D图表，而大多数工具都没有这些图表。此外，Plotly的团队还维护着增长飞快的R、Python以及JavaScript的开源可视化库。
Chart.js是一个开源的JavaScript函数库，它为设计人员和开发人员提供8个可定制的动态可视化展现方式，用HTML5Canvas高效地绘制响应式图表。Chart.js支持混合不同的图表类型并绘制日期和比例，甚至自定义数据范围。Chart.js还具有丰富的动画效果，可以应用于改变数据或者更新颜色时。
Google也开发了自己的JavaScript图表函数库GoogleCharts。GoogleCharts不仅免费提供给开发人员使用，还有完全免费的三年的向后兼容性保证。开发者可以从各种图表模板中进行选择以创建交互式图表，之后只需要将简单的JavaScript嵌入到页面中就可以在网页上展示这些图表。
Chartist.js是一群对其他图表函数库感到失望的开发者们共同制作的函数库。Chartist.js是开源的，且非常灵活，开发者可以用它来创建复杂的响应式图表。Chartist.js配置简单，代码简洁，还支持自定义SASS架构。
Highcharts是一个用JavaScript编写的开源JavaScript函数库，开发人员可以利用Highcharts轻松地将交互式图表添加到网站或应用程序中。Highcharts可以免费用于个人学习、个人网站和非商业用途。此外，Highcharts的兼容性比D3.js更好。Highcharts在现代浏览器中使用矢量图，在低版本的IE浏览器中使用VML来绘制图形，所以它可以在所有移动设备和电脑浏览器上使用。不过如果开发者想在商业网站、政府网站、企业内网或项目上运行Highcharts，需要购买许可证，同时可以获得Highcharts的技术支持。
FusionCharts是一个强大的JavaScript函数库，是许多知名企业的选择，需要收费，不过FusionCharts也提供了免费版本FusionChartsFree。FusionCharts可以集成各种框架，整合已有数据创建商用仪表盘，还提供技术支持服务。
ZingChart是用JavaScript实现的付费函数库，作为SaaS提供给企业用户。ZingChart提供的大数据图表可在1秒内呈现10万个数据点，还支持根据任何设备大小缩放的响应式和交互式图表。个人用户可以使用ZingChart的免费版本，但导出的图表上会有水印。
Leaflet是一个开源JavaScript函数库，可以制作适配移动端的交互式地图。Leaflet不仅设计简单，使用方便，而且功能齐全，可以实现的效果和功能不输给其他的地图。Leaflet适用于大多数PC和移动端，并且可以通过大量的插件进行扩展。
OpenLayers是用于创建交互式网页地图的开源JavaScript函数库，支持绝大多数的浏览器，不需要特殊的服务器端软件或任何配置，也不需要下载任何东西，就可以直接使用。OpenLayers作为业界使用广泛的地图引擎之一，已经被大部分GIS供应商和大多数GIS开发人员所采用。
Kartograph是一个简单的轻量级框架，可以被用来构建交互式的虚拟地图，可以满足设计师和数据工作者的需求。Kartograph实际上是两个函数库：Kartograph.py是一个强大的Python库，可以生成精美的矢量SVG地图；Kartograph.js是JavaScript库，可以帮助开发者在网页上呈现交互式地图。
CARTO（之前叫CartoDB）是一个开源、强大的平台，可以自动发现和分析地理位置数据。使用CARTO，你可以上传地理位置数据，并把这些数据可视化为数据集或者交互式地图。CARTO还可以安装在用户自己的服务器上，并为企业提供付费托管服务和软件。
Gephi是一款将关系数据可视化的软件，但我们并不能把Gephi生成的图表直接展示在网页上。如果想在网页上展示关系网络的图表，我们也可以找到这样的JavaScript函数库。
Sigmajs是一个交互式可视化JavaScript函数库，专门用于制作关系网络图。Sigmajs可以在网页上显示社交关系脉络，在大数据社交网络可视化中非常重要。Sigmajs还支持展示从Gephi导出的图表，你可以使用Sigmajs将这些图表直接展示在网页上。
可视化需要数据，如何快速获取
八爪鱼内置智能模式，只需输入网址，一键智能识别采集数据
js系的d3.js及引申件、dc.js、vis.js……
python系的bokehjs，老牌matplotlib、chaco、mayavi……
VTK大家族……
总结了上面几个人的精华和我在别处找的，还有我自己使用的经验给一个大全。很多都是胡乱写的，分类也是瞎写的，随便产查资料看看效果图，所以具体还要一个一个的看，具体怎么用也要看具体操作，有些没有罗列，比如python-ndv3之类的，有了D3.js就不用简化版了吧。很多JAVA上的插件和Python上的能交互修改使用，还有些需要相互配合（比如地图制作工具和地图可视化制作工具搭配食用口感更佳）。以上~~
感觉对于非职业的数据分析师/数据可视化工程师来说，ExcelVBA绘图应该是最好的选择。
或者说对于普通的商科分析师来说，ExcelVBA绘图可能至少是最优的数据可视化解决方案之一。
简单的说就是makedatatalk，做过合理的可视化的数据本身就包含着绘图者的逻辑。如何分类数据、如何选择图表类型、如何选择图表的颜色及着重点等等。
举个例子，假设要分析一个一级市场PE/VCGP的业绩，拿到的数据是这样的（下图数据为随机生成）：
如果只是简单的做出散点图的话，或者气泡图，能看出的东西是很有限的：
因为这种图只能表现2个维度或者3个维度的数据。
但如果我们把这份数据做成这样（再次说明，下图数据是瞎编的）：
....
我自己在数据可视化上其实走了不少弯路。最开始肯定是追求省事，用一些高大上的软件画，于是就会跑去下载破解版的Tableau之类的。
后来发现这些软件实在是太难学太难用了。(也可能确实是我智商不行）刚好当时自己又有一点点编程基础，就分别试了用Matlab/Python/Echarts绘图。
然后我就总结了一下市面上常见的数据可视化工具，以及自己工作学习中的需求，发现对于一般的咨询顾问/PEVCAnalyst来说，好的数据可视化工具必须满足以下条件：
1..必须可以通过编程的方式来进行数据可视化。
2..必须随时随地可用（UniversallyAccessible）。
如果把这两条都算上，那剩下的选择也就只有ExcelVBA了。
和一般的Python\R\Echarts之类的纯编程语言相比，ExcelVBA的另外一个优势也是显而易见的：可以通过录制宏的方式，简便快捷的获取图形对象的属性，层级之类的，接下来就讲讲这个。
对于CS科班出身或者大牛来讲VBA学起来估计非常容易，我就来讲一讲小白该怎么理解ExcelVBA绘图的逻辑好了。
我一直觉得学习一门编程语言或者软件，最重要的就是要学明白它的内在逻辑。
因为我自己也不是科班出身，对于面对对象编程之类的专业术语完全不懂，也没办法用专业的方法讲这些事情。不过如果是用最简单、最不专业的一张图概括ExcelVBA绘图的逻辑，我觉得大概是下图这样的（图是我自己画的）：
简单的概括就是：
具体怎么操作呢？拿上图举个例子：
1。我们先用横纵轴画一个散点图出来：
2。用录制宏的方式找到点状图形的大小、颜色、形状、标签四个属性如何设置（先点录制宏，然后用手动方法设置，再去VisualBasic里面找代码）：
VBE里面的代码长这样：
SubMacro()''Macro4Macro'ActiveSheet.ChartObjects("Chart1").Activate'选中图表ActiveChart.FullSeriesCollection(1).Select'选中系列ActiveChart.FullSeriesCollection(1).Points(2).Select'选中某个点Selection.Format.Line.Visible=msoFalse'点的边界设为无Selection.MarkerSize=10'点的大小设为10WithSelection.Format.Fill.Visible=msoTrue.ForeColor.RGB=RGB(0,32,96)'点的填充颜色设为深蓝色.Transparency=0.SolidEndWithSelection.MarkerStyle=2'点的形状设为方格ActiveChart.FullSeriesCollection(1).Points(1).DataLabel.SelectActiveChart.SeriesCollection(1).DataLabels.Format.TextFrame2.TextRange._InsertChartFieldmsoChartFieldRange,"='Fund1TrackRecord'!$A$3",0'设置标签为散点的名字EndSub这里可以直观的看出：
1。可以通过ActiveSheet.ChartObjects("Chart1").FullSeriesCollection(1).Points(X)这几层属性来选中某个散点。
2。选中之后，我们可以通过：
接下来就是写For循环了：
在PPT里面添加上关键项目的Logo，拉开标签，大功告成：
1。ExcelVBA录制宏的逻辑是把GUI（即鼠标键盘）操作的每一步都录制下来的，比如说你要把标签字号改成9号，代码会长这样：
ActiveSheet.ChartObjects("Chart1").Activate'选中图表1ActiveChart.FullSeriesCollection(1).DataLabels.Select‘选中系列1的所有数据标签ActiveChart.FullSeriesCollection(1).Points(27).DataLabel.Select‘选中第27个数据标签Selection.Format.TextFrame2.TextRange.Font.Size=9'把第27个数据标签改成9号字体这种的代码用来跑循环当然理论上讲也能用，但是ExcelVBA出了名的慢、容易卡死，如果你的数据多的话，还让Excel模拟你自己的鼠标键盘操作选来选去的，卡死也不奇怪。
所以最好直接精简成这样：
ActiveChart.FullSeriesCollection(1).Points(27).DataLabel.Format.TextFrame2.TextRange.Font.Size=9直接一步到位就改了，中间的步骤都可以省略。
2。Excel2013和Excel2016有其独特的Bug，就是VBA无法修改散点的透明度。
最早我以为是我学艺不精，后来发现真的是Bug：
不过没关系，run之前统一修改好就好。
3。因为是VBA绘图，所以每次直接修改原始数据，你的图是不会跟着变的，需要重新Run一遍程序。也因此，每次对原始数据操作（排序，修改公式等）都要重新跑一遍程序。
这点挺烦的，所以最好1.确定好数据再画，2.单独开一个sheet放数据画图，不在上面排序啥的。
4。因为有表头等原因，数据里面第几行（即程序中的row）和图表里面的第几个形状（即程序中的pointnum）是不一样的，需要进行调整对应。
这个倒是没啥，注意一下就行了。
文中提到的数据和代码的下载地址：
希望对知友们有帮助。
推荐可视化学术圈比较知名的一组工具，JefferyHeer组的作品。虽然是学术向，但是真的对普通用户也是简单好用。
Reference:
「PPT如何做视觉化的数据图表？」
___________
关于数据图表在日常工作中都会采用到无论是否工作汇报还是数据统计、项目管理等等，都需要用到数据图表。
那么，那些好看又高逼格的数据图表是否需要费很大的劲进行设计呢？那么我们现在下面就有几个，简单易行且快速制作数据图表的方法供大家使用。
最近发现了一枚像PPT一样简单的在线图表编辑器图表秀，可谓可视化者的新玩具。主要看中它几点：图表新颖丰富，操作简单一键替换，支持一键导出PPT、在线动态数据展示。目测是一家有实力的开发商、有一群用心的运营团队，有兴趣的同学可以试玩一下。
Office中自带的Smartart功能打开PPT-插入-Smartart
图表伴侣-think-cellchart插件：在PowerPoint中对think-cellchart图表进行编辑效率要比编辑excel图表高很多，弥补了在PPT内制作图表困难方面的缺陷，风格和配色上更加商务。
o接下来要讲的是制作逻辑图表的要点：
第一：逻辑层级关系明确选择合适的图表去表达逻辑关系。信息可视化，尽可能的把数据资料以视觉化的方式表现出，有利于个人或组织简短有效地向受众传播信息。第二：配色恰当统一在设计上，图表配色决定了图表的美感，所以可以适当选择要和谐美观。我们可以吸取一些优秀作品的配色，也可以借助神器来配色。
这些都会因为明度和色相跨度不够大导致图表数据不太容易阅读。最正确的做法是尽量使用三种颜色以上的跨度进行配色，如：
第三：注意图版率不要过少留白，保证画面的透气感。
——————你觉得这四个神器能帮到你吗？欢迎下方点赞留言给我哦。
竟然没有人写到
如果你是mac用户，InfographicsMaker-Templates简直就是你的神器。
里面的数据可视化图表几乎满足工作中全部的需求。作为一个设计师，反正是满足我的日常需要了。
比如我想用其中一个，点击直接下载，mac上直接用Pages打开。并且里面的数据点击可编辑。直接修改后自动更新。
下图是在pages中打开后编辑状态
这个是InfographicsMaker-Templates的截图，风格多样效果还好看，关键是编辑也方便，可以导出多种格式，就算设计源文件都没问题。
再放几张appstore的介绍图。
来了来了来了！
承蒙厚爱，今天给大家推荐一些我司在用的数据可视化工具，希望可以帮到大家。
但在开始之前需要强调的是，工具服务于内容，而不是内容被工具束缚。所以在选取数据可视化的工具时，只挑对的。
合适的才是最好的。
-------------手动分割线--------------
这里我们根据不同应用场景将信息图划分为两类：
1.基于现实物理材质、富文本媒介等载体的静态信息图：
2.基于流媒体媒介等载体的动态信息图：
比如视频内容等
首先，是静态信息图：
1.Adobeillustrator
作为一款专业的设计软件，Adobeillustrator（以下简称Ai）是十分强大的。简单如普通柱状图，复杂如特殊定制图表，Ai拥有极高的设计自由度。
创作者大可将注意力放在创意本身，而不用担心工具的种种限制，完美呈现大脑里的火花。
这也是我司最常使用的图表制作工具。
2.微词云
针对【文字云】这一特殊信息图的专用工具。考虑到大多设计师不擅长做数据统计，这款工具可以快捷简单地实现文字云效果。而且适配多种通用格式，对自定义风格留下了广阔的操作空间。
3.Gephi
针对【网络关系图】这一特殊信息图的专用工具。操作简便、快速出效果，对于复杂的树关系或者网络关系，不用费劲自己“造轮子”写代码生成。对于设计师非常友好。
4.Processing
先别急！虽然接下来要介绍的是编程，但是它没有你想的那么难。
除了输出静态图片，还可以利用Processing制作动态图表，不论是GIF还是视频，都是一个非常称手的工具。
接下来，是动态信息图：
1.Jannchie-anichart.js
如果你在B站搜索“数据可视化”，大概率避不开数量众多的柱状图视频。感谢up主【Jannchie见齐】开源的anichart.js，让大多数新媒体从业者免去从零入门编程的负担。值得安利给想要尝试可视化视频的新手朋友们。
2.Echarts.js
作为老牌数据可视化开源工具，Echarts.js在功能性上占尽优势。图表类型库庞大、操作接口丰富、出图迅速，成为大多数朋友的必备工具。适用于各类短小精悍的数据视频。
3.D3.js
虽然以上两者的入门门槛低，但背后是高度的代码封装，对于想要进一步尝试高定的专业从业者而言就会显得有些拘束。而高度封装的背后，是一款强大的名为D3.js的图形库。
如果你有一定的编程基础，或者对数据可视化有高品质的设计、动效等细节需求，D3.js一定会出现在你的视线里。
-------------分割线又来了--------------
当然，数据可视化的工具远远不止这些，各自也没有谁优谁劣区分。
诸如Python、R语言、Matlab、Excel甚至手绘（如尾图示例）都可以创作出惊艳的优秀作品。
毕竟，合适的才是最好的。
《拿破仑征俄图》ThemapofNapoleon'sRussiancampaign
看了那么多数据可视化工具，怎么可能少了他的大名呢？
作为国内最早做商业智能的厂商之一，咱们在数据分析领域摸爬滚打了十余载，服务的客户遍布全国各地，逾7000+。
亿信ABI作为亿信华辰旗下的全能型数据分析工具，适合技术人员、业务人员全角色覆盖，提供了各种场景的分析手段。我们来看一看：
中国式复杂报表：结构复杂、制作困难，可以这么说只要你遇到Excel透视表无法默认实现的报表，那都可以归类为中国式复杂报表。
钻取图表：点击当前图表中的某个区域，让图表展示为所点击数据的更细粒度数据。通过逐层下钻，从汇总数据深入到细节数据进行观察，数据更加一目了然。
当报表既需要分析表格也需要统计图时，ABI平台支持图表分析，图表分析可以设计各种简单、复杂的分析表格和常用统计图，可进行固定报表分析以及统计图展示。
同时，ABI也可以实现领导驾驶舱，可以自定义使用报表模板拥有的所有的数据展现形式，如：地图、表格、富文本、绘图、统计图等等。
用户的需求分布广泛时，想直观形象地知道某个地区的各项指标情况时，ABI提供了WebGis组件。WebGis在地图上显示各指标的情况，以统计图的形式表现，目前支持饼图、气泡图、柱状图、线状图，风格支持多彩风格、蓝色风格、黄色风格、绿色风格。
当然，还有我们熟悉的大屏分析，包含3D分析、酷屏、酷屏统计图。
酷屏：可灵活自由地制作酷炫的图表和大屏展现，用户想要达到的页面效果都可以使用酷屏分析制作完成。
3D分析：ABI还支持3D建模，这让每一个效果看起来都非常炫酷，浸入式的动画体验把枯燥的数据变得更加生动可感。
自助式分析也叫敏捷分析，用户通过拖拉拽系统提供灵活方便的操作界面，允许用户任意选择指标、维度和过滤条件等，快速生成多维分析表、敏捷看板和看板集。
敏捷看板：ABI分析展示的重要方式之一，业务人员可以进行探索式自主分析，只需要简单拖拽维度指标就能自动生成表格、统计图等。
看板集：基于相同筛选条件的多张敏捷看板的集合，是在看板功能上的一次深挖，能同时对多张敏捷看板进行对比分析，具有操作简单、功能完善的特点。
Word和PPT是职场人士使用频率最高的汇报工具。考虑到这一使用场景，ABI支持Word式分析报告、即席报告和幻灯片满足用户不同的演示汇报需求。
即席报告：即席报告是完全面向业务人员的自助式报告，自由布局排版，打造专属的Word版式报告。公司内部简报、年度报告等都可以采用这种方式。
幻灯片报告：ABI支持幻灯片报告可以像PPT一样播放，可直接引用报表分析和敏捷分析中的分析表，用于汇报展示。
关于亿信华辰亿信华辰是中国专业的智能数据产品与服务提供商，一直致力于为政企用户提供从数据采集、存储、治理、分析到智能应用的智能数据全生命周期管理方案，帮助企业实现数据驱动、数据智能，已积累了8000多家用户的服务和客户成功经验，为客户提供数据分析平台、数据治理系统搭建等专业的产品咨询、实施和技术支持服务。