哪個(gè)數(shù)據(jù)可視化工具比較好？看了一下其他的回答，都是利用現(xiàn)有的可視化軟件，這里以Python為例，介紹2個(gè)比較好用的可視化包—seaborn和pyecharts，簡(jiǎn)單易學(xué)、容易上手，繪制的圖形漂亮、大方

哪個(gè)數(shù)據(jù)可視化工具比較好？

看了一下其他的回答，都是利用現(xiàn)有的可視化軟件，這里以Python為例，介紹2個(gè)比較好用的可視化包—seaborn和pyecharts，簡(jiǎn)單易學(xué)、容易上手，繪制的圖形漂亮、大方、整潔，感興趣的朋友可以嘗試一下，實(shí)驗(yàn)環(huán)境win10 python3.6 pycharm5.0，主要內(nèi)容如下：

：這是一個(gè)基于matplotlib的可視化包，是對(duì)matplotlib更高級(jí)的API封裝，繪制的圖形種類繁多，包括常見的折線圖、柱狀圖、餅狀圖、箱型圖、熱力圖等，所需的代碼量更少，使用起來(lái)更方便，下面我簡(jiǎn)單介紹一下這個(gè)包的安裝和使用：

安裝seaborn，這個(gè)直接在cmd窗口輸入命令“pip install seaborn”就行，如下：

安裝成功后，我們就可以進(jìn)行簡(jiǎn)單的測(cè)試了，代碼如下，很簡(jiǎn)單：

程序運(yùn)行截圖如下：

更多示例的話，可以查看seaborn官網(wǎng)的教程，很豐富，也有詳細(xì)代碼注釋和說(shuō)明，值得學(xué)習(xí)一下：

：這個(gè)是echarts提供給python的一個(gè)接口，在前端的數(shù)據(jù)可視化中，可能會(huì)用到這個(gè)echarts包，借助pyecharts，我們不僅可以繪制出漂亮的柱狀圖、折線圖等，還可以繪制3D圖形、地圖、雷達(dá)圖、極坐標(biāo)系圖等，簡(jiǎn)單好用，非常值得學(xué)習(xí)，下面我簡(jiǎn)單介紹一下這個(gè)包的安裝和使用：

安裝pyecharts，這個(gè)直接在cmd窗口輸入命令“pip install pyecharts”就行，如下：

安裝成功后，我們就可以進(jìn)行簡(jiǎn)單的測(cè)試了，代碼如下，繪制了一個(gè)簡(jiǎn)單的柱狀圖：

程序運(yùn)行截圖如下：

更多示例的話，也可以查看官方的教程，介紹很詳細(xì)，參數(shù)說(shuō)明也很具體，值得一學(xué)：

至此，這里就簡(jiǎn)單介紹了seaborn和pyecharts包的安裝和使用?？偟膩?lái)說(shuō)，這2個(gè)包使用起來(lái)非常方便，簡(jiǎn)單易學(xué)、容易上手，繪制的圖形也很美觀、漂亮，只要你有一點(diǎn)python基礎(chǔ)，看看官方示例，很快就能掌握的，當(dāng)然，你也可以使用可視化工具來(lái)完成，像JMP等，這里就是提供一種思路，感興趣的朋友可以嘗試一下，希望以上分享的內(nèi)容能對(duì)你有所幫助吧，也歡迎大家評(píng)論、留言。

如何將枯燥的大數(shù)據(jù)呈現(xiàn)為可視化的圖和動(dòng)畫？

這個(gè)問(wèn)題，其實(shí)涉及到一門龐大而又有趣的學(xué)科——數(shù)據(jù)可視化

關(guān)于數(shù)據(jù)可視化，做數(shù)據(jù)分析或者大數(shù)據(jù)的人估計(jì)都知道，最先想到的就是圖表，把數(shù)據(jù)變成圖表不就是可視化嗎？

當(dāng)然這樣理解是絕對(duì)沒(méi)有問(wèn)題的，但是太狹隘、太局限

可視化的概念非常廣泛，除了圖表之外，凡是可以幫助用戶理解數(shù)據(jù)的手段都可稱為數(shù)據(jù)可視化

而怎么把枯燥的大數(shù)據(jù)進(jìn)行可視化，遠(yuǎn)遠(yuǎn)不是做幾張圖那么簡(jiǎn)單

一個(gè)優(yōu)秀的可視化一般需要滿足三個(gè)條件：信、達(dá)、雅

所謂的信就是要保證數(shù)據(jù)的正確性；達(dá)即是要讓用戶輕松接收到數(shù)據(jù)信息，能夠?qū)?shù)據(jù)進(jìn)行有效的表達(dá)；而雅即是要保證可視化的美觀；從重要程度上看，信gt達(dá)gt雅

想要做出完美的可視化，最最重要的就是要保證數(shù)據(jù)的準(zhǔn)確性，在表達(dá)上要準(zhǔn)確無(wú)誤，不能帶來(lái)一些歧義的地方。

比如說(shuō)關(guān)鍵數(shù)據(jù)的缺失、指標(biāo)與維度的謬誤等等，這些因素都會(huì)導(dǎo)致我們的可視化失去了最本質(zhì)的意義：反應(yīng)數(shù)據(jù)的真實(shí)情況。

比如2014年巴西世界杯半決賽，東道主巴西對(duì)陣德國(guó)戰(zhàn)車的全場(chǎng)數(shù)據(jù)統(tǒng)計(jì)，就是典型的關(guān)鍵信息缺失造成了“信”的誤判

所謂的達(dá)，就是要讓用戶準(zhǔn)確獲取可視化所傳遞出的信息，而不能造成認(rèn)識(shí)困難和信息接收障礙

這個(gè)問(wèn)題經(jīng)常是一些不注重可視化表達(dá)的人，做完數(shù)據(jù)分析就簡(jiǎn)單拉個(gè)圖，也不管對(duì)方是否能看懂，這就是缺失了可視化的達(dá)

通常來(lái)說(shuō)犯的毛病就是圖表過(guò)于沉重、繁瑣，圖標(biāo)選擇不正確，不注重用戶體驗(yàn)等等

比如地鐵圖，如果我們按照普通的可視化地圖繪制方法，根據(jù)不同的距離方向進(jìn)行繪制，地鐵圖就會(huì)出現(xiàn)這樣的情況：

一些地鐵站密集的地方都擁擠在了一起，不利于用戶去獲取地鐵站的信息；

所以我們做地鐵圖一般都是將地鐵站進(jìn)行等距離、單方向處理，也就是這個(gè)樣子：

最后一個(gè)要素是雅，通俗點(diǎn)說(shuō)就是要做的好看，這個(gè)要素也有很多人會(huì)犯很多的誤區(qū)，一方面是很多人覺(jué)得好看沒(méi)什么用，另一方面則相反過(guò)度注重可視化的美觀度。

首先我的觀點(diǎn)，可視化的主要目的是為了讓用戶準(zhǔn)確高效的獲取信息，這才是可視化最關(guān)鍵的要素，美觀程度只能是錦上添花，如果沒(méi)有了前兩個(gè)要素，過(guò)度注重美觀也是沒(méi)有任何意義的，皮之不存毛將焉附？

用什么能做到信達(dá)雅的可視化？制作可視化報(bào)告的方法有很多，最常見的Excel就能做，不過(guò)Excel的缺陷在于不能支持大數(shù)據(jù)量，數(shù)據(jù)量一大就卡

如果是代碼大佬的話可以用python或者Echarts做，可視化效果很驚艷

如果代碼能力不是很強(qiáng)，又要處理大數(shù)據(jù)量數(shù)據(jù)的話，建議使用BI工具，比如tableau、FineBI，拖拽式操作，上手很容易，可視化效果也比較驚艷