谢邀。本答案提要：1.plotly 2.R ggplot23.无需编程语言的工具（7个）4.基于JavaScript实现的工具（8个）5.基于其他语言的工具（5个）6.地图数据可视化工具（7个）7.金融（股票）数据可视化工具（2个）8.时间轴数据可视化工具（2个）9.函数与公式数据可视化工具（2个）10.其他（3个）共计37个工具，PS：先赞后收藏。。-----------1.plotly：-----------更多gallery链接：plotly-----------------2.R ggplot2：-------------------------------------------------3.无需编程语言的工具：--------------------------------01. TableauCreate and share data in real time with Tableau02. RawRaw is an open web app with a simple interface03. InfogramInfogram enables you to create both charts and infographics online04. ChartBlocksChartBlocks is another online chart builder05. Visualize FreeMake visualizations for free!06. Visual.lyhttp://Visual.ly makes data visualisation as simple as can be07. iChartsiCharts can have interactive elements, and you can pull in data from Google Docs-----------------------------------------4.基于JavaScript实现的工具：-----------------------------------------01. Chart.jsChart.js is perfectly suited to smaller projects02. D3.jsYou can render some amazing diagrams with D303. FusionChartsA comprehensive JavaScript/HTML5 charting solution for your data visualization needs04. JavaScript InfoVis ToolkitJavaScript InfoVis Toolkit includes a handy modular structure05. jQuery VisualizejQuery Visualize Plugin is an open source charting plugin06. ZingChartZingChart lets you create HTML5 Canvas charts and more07. FlotCreate animated visualisations with this jQuery plugin08. GephiGephi in action. Coloured regions represent clusters of data that the system is guessing are similar--------------------------------------5. 基于其他语言实现的工具:--------------------------------------#PHP01. jpGraph01234567 (二维码自动识别)jpGraph is a PHP-based data visualization tool#JAVA02. ProcessingProcessing provides a cross-platform environment for creating images, animations, and interactions#Python03. NodeBoxNodeBox is a quick, easy way for Python-savvy developers to create 2D visualisations#R04. RA powerful free software environment for statistical computing and graphics, R is the most complex of the tools listed here#Weka05. WekaA collection of machine-learning algorithms for data-mining tasks, Weka is a powerful way to explore data-----------------------------------6. 地图数据可视化的工具：-----------------------------------01. CartoDBCartoDB provides an unparalleled way to combine maps and tabular data to create visualisations02. InstantAtlasInstantAtlas enables you to create highly engaging visualisations around map data03. PolymapsAimed more at specialist data visualisers, the Polymaps library creates image and vector-tiled maps using SVG04. OpenLayersIt isn’t easy to master, but OpenLayers is arguably the most complete, robust mapping solution discussed here05. KartographKartograph’s projections breathe new life into our standard slippy maps06. ExhibitExhibit makes data visualization a doddle07. Modest MapsIntegrate and develop interactive maps within your site with this cool tool08. LeafletUse OpenStreetMap data and integrate data visualisation in an HTML5/CSS3 wrapper-----------------------------------7. 金融数据可视化的工具：-----------------------------------01. DygraphsHelp visitors explore dense data sets with JavaScript library Dygraphs02. HighchartsHighcharts has a huge range of options available-----------------------------------8. 时间轴数据可视化工具：-----------------------------------01. TimelineTimeline creates beautiful interactive visualizations02. DipityDipity has free and premium versions to suit your needs-------------------------------------9. 函数公式数据可视化工具-------------------------------------01. WolframAlphaWolfram Alpha is excellent at creating charts02. TangleTangle creates complex interactive graphics. Pulling on any one of the knobs affects data throughout all of the linked charts. This creates a real-time feedback loop, enabling you to understand complex equations in a more intuitive way------------8. 其他：------------01. Better World FluxMaking the ugly beautiful - that’s Better World Flux02. Google ChartsGoogle Charts has an excellent selection of tools available03. CrossfilterCrossfilter in action: by restricting the input range on any one chart, data is affected everywhere.编辑于 2016-12-01赞同 715972 条评论分享收藏喜欢收起继续浏览内容知乎发现更大的世界打开Chrome继续指北针公众号【芒种学院】，有趣高效率的技巧&工具都在这里了。9,263 人赞同了该回答全文30000字，阅读需30分钟，干货预警，收藏点赞退出一气呵成！强烈推荐安利Excel这个工具，看到回答 区提供了不少数据可视化的工具，例如R、Python、第三方在线工具等等，但是绝大部分对于初学者非常不友好，需要花大量时间去学习，研究，更新多一个小视频（2020.01.03二次更新多仪表盘的制作技巧）：Excel能做出怎样的可视化图表？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。课程传送门（学完点个5星即可）Excel实战篇，让你的图表动起来 - 网易云课堂 未经允许，禁止转载，更多Excel教程、模板，可以前往公众号：芒种学院在学习可视化数据分析的过程中，总结了非常多的经验，借着这个话题分享给大家，因为篇幅问题，整理好的教程都放在链接中了，先来看下整体的技能树：技能树以下是部分基础案例：基础图表Excel商务仪表盘Excel商务仪表盘接着就来聊聊我学习Excel数据可视化的一个过程：01 优秀图表所具备的特征工具千千万万，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。1.1 从哪里学习图表风格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。学习传送门：Excel实战篇，让你的图表动起来 - 网易云课堂 1.2 优秀的可视化图表需要具备哪些元素在了解完商务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。学习传送门：Excel实战篇，让你的图表动起来 - 网易云课堂 1.2 设置Excel自定义配色方案在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：学习传送门：Excel实战篇，让你的图表动起来 - 网易云课堂 1.4 安装免费可商用的字体包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。学习传送门：Excel实战篇，让你的图表动起来 - 网易云课堂 1.5 设置自定义模板为启动新建文件为了方便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。学习传送门：Excel实战篇，让你的图表动起来 - 网易云课堂 02 基础必学的Excel可视化图表技巧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。2.1 Excel基础图表功能与界面认识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：学习传送门：Excel实战篇，让你的图表动起来 - 网易云课堂 2.2 利用内置图表完成商务作图内置图表包括了：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”。学习传送门：Excel实战篇，让你的图表动起来 - 网易云课堂 2.3 利用单元格完成作图地方在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）。单元格作图学习传送门：Excel实战篇，让你的图表动起来 - 网易云课堂 2.4 利用文本框作图在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：原始数据+指标数据作图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。学习传送门：Excel实战篇，让你的图表动起来 - 网易云课堂 2.5 Excel锚点和图片链接在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。学习传送门：Excel实战篇，让你的图表动起来 - 网易云课堂 2.6 将制作好的图表保存为模板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。制作一份高级可视化图表需要多久？仅需要10秒，10秒钟能做什么？10秒钟是你打开Excel文件的时间，思考都还没来得及，职场高手就已经将图表制作完毕了：10秒生成商务图表学习传送门：Excel实战篇，让你的图表动起来 - 网易云课堂 03 十大必学的基础图表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。3.1 类别比较神器：柱状图使用场景/技巧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：柱状图使用场景学习传送门：Excel实战篇，让你的图表动起来 - 网易云课堂 3.2 类别比较神器：条形图的使用场景/技巧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：条形图学习传送门：Excel实战篇，让你的图表动起来 - 网易云课堂 3.3 双变量分析：散点图使用场景/技巧散点图的适合场景（XY双变量分析）：XY两个变量之间的关联与联系，例如：身高/体重、广告投放/收入等等，如果需要分析变量之间的关系，则使用散点图；优缺点也很明显：可以用于展示数据的分布和聚合的情况；适合展示比较大的数据；看上去比较乱，数据细节不明显，只能看到相关、分布、聚合等信息；不同的数据绘制效果如下：散点图最常见的用于分析数据之间的关联，有以下几种联系：数据关联学习传送门：Excel实战篇，让你的图表动起来 - 网易云课堂 3.4 三变量分析：气泡图使用场景/技巧在散点图的基础上，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。散点图与散点图一样，也可以绘制多组数据系列：多数据系列气泡图学习传送门：Excel实战篇，让你的图表动起来 - 网易云课堂 3.5 多属性分析：雷达图使用场景与技巧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。雷达图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：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。学习传送门：Excel实战篇，让你的图表动起来 - 网易云课堂 3.6 占比分析神器：饼图使用场景/技巧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：饼图/圆环图学习传送门：Excel实战篇，让你的图表动起来 - 网易云课堂 3.7 时间趋势分析：折线图使用场景如果数据量比较大，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：少量数据数据量大的时候，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：余额宝七日年化收益学习传送门：Excel实战篇，让你的图表动起来 - 网易云课堂 ----------------------------2020.01.03更新部分----------------------------04. 仪表盘的制作技巧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。学习传送门：Excel实战篇，让你的图表动起来 - 网易云课堂 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：不同月份客户下单的情况分析；承运商车辆认证/适配/新增/使用情况；配送运单的送达情况/罚款情况/区间情况；用户注册相关分析/活跃度/注册占比等；…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：拆分小需求这样，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。缩放单元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：合理布局内容版块如果这里不会布局，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：花瓣网，以配色+布局为主体，搜索可以直接使用；站酷网，以配色+布局为主体，跟花瓣网一样；CollectUI，以UI设计为主，模仿网站后台；优设网，以设计思路+教程为主，提升细节体验；…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：配色方案参考字体方案参考版式参考到这一步就将「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：填充图表那么底下「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：制作发光边框素材然后将制作好的「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：美化图表至此，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：高光修饰标题科幻背景使用如下，使用线条联动背景修饰整块背景：科技背景修饰仪表盘这些免扣素材可以上哪里去寻找呢？在之前的推文中，我们就分享过「51觅元素」这个免扣素材，上去搜索光效就可以找到啦：51觅元素整体完成之后，科技风和专业感都满满，比你单独提交数据汇报强太多了~Excel动态仪表盘学习传送门：Excel实战篇，让你的图表动起来 - 网易云课堂未完待续！暂时先更新到这里，2020.01.03二次更新（更新多了仪表盘的制作技巧）想要学习【Excel可视化图表】的也可以关注下我哦~Excel实战篇，让你的图表动起来 - 网易云课堂 未经允许，禁止转载，更多Excel教程、模板，可以前往公众号：芒种学院点赞收藏感谢退出一气呵成~持续更新哦！！编辑于 2020-01-03赞同 9263166 条评论分享收藏喜欢收起继续浏览内容知乎发现更大的世界打开Chrome继续匿名用户3,530 人赞同了该回答前阵子在Coursera上了infographic的课（https://www.coursera.org/learn/infographic-design/home/welcome），课上涉及了几个，觉得应该适用于对编程语言不熟悉也不大会用AI的小朋友Plotly很方便的一点是和R, python, Excel等常见的数据处理软件/语言之间都是有API接过去DatavisualInfogra.am下面这几个应该比较符合大家对infographic的普遍预期，相比传统的数据可视化要有趣很多PiktoChartEasel.ly著名的tableau的public versionTableau PublicVismeVisme有个Blog非常好，很多人特别在意infographic是因为觉得表现形式看起来特别高级，其实内在的思路非常重要，要养成如何正确看待数据、发现数据之间的内在联系的好习惯Visual Learning Center by Visme, Infographics & Presentation ResourcesCanva偏图形设计，其实适合用来做Presentation多一点，也可以用于infographic后期的美化＊免费账号的模版应该就够用了，如果日常工作有特别强的需求的话，再考虑付费版本编辑于 2016-07-27赞同 353042 条评论分享收藏喜欢收起继续浏览内容知乎发现更大的世界打开Chrome继续PlayStation广告不感兴趣知乎广告介绍PS Store 假期限时优惠来袭！多款热门游戏2折起！PS Store假期限时优惠来了，包括 Little Nightmares II、Ghost of Tsushima、Persona 5 The Royal、Grand Theft Auto V 等多款热门游戏低至2折起！查看详情李启方数据分析不是个事儿987 人赞同了该回答推荐一些简单的，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。纯可视化图表生成/图表插件——适合开发，工程师Echarts（echarts.baidu.com）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。Echart还是多用于一些开发场景的，但它也衍生了一个0代码的图表生成器 —“百度图说”，我体验了下，操作基本上就是选择图标，把数据复制过去，然后生成图表，保存为图或者代码嵌入。AntV (antv.alipay.com)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The grammar Of Graphics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。HighCharts (www.hcharts.cn)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。可视化报表类——适合报表开发、BI工程师FineReport (www.finereport.com)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。我之前工作有段时间拿finereport，感触最深的是开发报表很省力，10张门店报表以往做10张excel的，在他里面就是一个参数查询，然后批量导出，用一个模板。 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。你用过Excel，却不知还有一款神器“FineReport”商业智能分析——适合BI工程师、数据分析师Tableau (www.tableau.com)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。FineBI (www.finebi.com)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。Power BI (powerbi.microsoft.com/zh-cn/)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。数据地图类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Power Map 2016，可以快速体验一把爽。可以参见我的回答：李启方：怎么在 Excel 上做数据地图？还有比较快速的，地图慧内置的是百度地图，选择模板、上传数据、保存地图很简单的3步。可视化大屏类阿里DataV (data.aliyun.com/visual/datav)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。FineReport (www.finereport.com)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。数字冰雹 (www.digihail.com)产品技术不了解，也只是有幸在一次活动上见过。专注于做数据图像、三维处理、数据分析等相关业务，通过图像可视化方式呈现数据分析，在智慧城市、工业监控用的比较多。就是商业的，不过官网上有很多大屏设计，可以提供灵感。数据挖掘编程语言——适合技术性数据分析师、数据科学家典型如R和PythonR-ggplot2Python公众号：数据分析不是个事儿常年分享数据分析干货，不定期分享好用的职场技能工具。回复“工具”获得33个好用工具下载地址编辑于 2018-12-10赞同 98720 条评论分享收藏喜欢收起继续浏览内容知乎发现更大的世界打开Chrome继续InstanteGoogle 软件工程师129 人赞同了该回答 搬运一篇以前翻译过的文章，从 Web 开发者的角度比较了 12 个不同的可视化工具。本文首发于我的博客：【翻译】为网页开发者推荐的 12 个绘图库原文作者：Rohit Boggarapu，文章链接：12 Best Charting Libraries for Web Developers 1. Google Charts文档和帮助信息丰富的 Google Charts 对于刚刚入门 JavaScript 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。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。2. MetricsGraphicsMetricsGraphics 是一个在 D3.js 的基础上专为可视化时间序列数据而开发的绘图库。虽然它只支持线图、散点图、柱状图、直方图和数据表格，但它在这几类图表上的表现非常强。跟 Google Charts 一样（MetricsGraphics 是 Mozilla 的产品），丰富的文档和例子使得它很容易上手。比如这个非常有趣的关于 UFO 目击事件的交互式例子。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。3. FusionChartsFusionCharts 支持 vanilla JavaScript、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 Google Charts 和 MetricsGraphics 要完整得多。你可以在这里查看它所支持的全部图表类型。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。4. EpochEpoch 是一个基于 d3.js 开发的工具，它使得开发者可以方便地在他们的应用或是网站上部署实时图表。它的文档整洁，完全免费并且开源，这使得它对于不想花钱购买重量级解决方案的人来说是一个很好的选择。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。5. ECharts百度的 ECharts 是一个很棒的工具，它支持在绘制完数据后再对其进行操作。这个被称为 Drag-Recalculate 的特性使得用户可以在图表之间拖动一部分的数据并得到实时的反馈。同时，ECharts 是专为绘制大量数据设计的。它可以瞬间在二维平面上绘制出 20 万个点，并用专为 ECharts 开发的轻量级 Canvas 库 ZRender 使数据动起来。你可以在这里对上图进行操作，来体验 ECharts 所提供的特性。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。6. D3.js虽然并不是对用户最友好的工具，但 d3.js 在 JavaScript 绘图界的重要性是不可小觑的。许多其他的库都是基于它所开发，因为它提供了你所能想到的所有功能。它支持 HTML、SVG 和 CSS，并且有着海量的用户贡献内容 来弥补它缺乏自定义内容的劣势。由于 D3.js 的学习曲线比较陡峭，你或许会考虑看看 用 d3.js 进行数据可视化。这门课程能为你打下坚实的基础。适合人群：不怕写代码的硬核绘图专家。7. Sigma跟上面已经提到过的工具相比，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。举例来说，你可以用 Sigma.js 画出这样的图：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。8. Highcharts人气极高的 Highcharts 可以在不依赖插件的情况下绘制交互式的图表。它高灵活性的绘图 API 也被 Nokia、Twitter、Visa 和 Facebook 这样的公司所青睐。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：你可以通过这个教程来入门 Highcharts。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。9. dc.jsdc.js 是一个开源的 JavaScript 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。这是一个例子：除了一些在线课程以外，你可以通过各种例子来学习使用这个库。等你照着文档动手一遍以后就有能力创建自己的图表了。虽然 dc.js 并没有像 ECharts 或是 Google Charts 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。10. dygraphs由 Google 开发的 dygraphs 绝对是绘图工具中的明星。到现在 Google Correlate 还在使用它（当然，在设计上经过了一些调整）。它可以被用于绘图密集的项目，因为它能在不影响性能的情况下轻松地绘制几百万个数据点，这在很大程度上弥补了它那过于朴素的审美设计。从一开始作为 Google 的一个内部项目到最后公开发布，dygraphs 一直有着活跃的社区支持。同时它也在 GitHub 上开源。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。11. VegaVega 是一个基于 d3.js 的用于创建、分享和保存可视化图标的库。它由许多部件组成，其中一些能够在不需要写代码的前提下达到与 d3 竞争的水平。Vega 能够把 JSON 数据转换成 SVG 或 HTML5 图表。虽然这没什么了不起的，但它把这一步做的很踏实。因为使用 Vega 不需要写任何代码（只要会编辑 JSON 文件即可），它是一个很好的 d3 替代品，能在降低使用复杂度的同时保留 d3 的特性。适合人群：需要 d3 强大的特性又不希望从头学起的开发者。12. NVD3最后介绍的工具也是基于 d3.js 的。作为绘图界的佼佼者，NVD3 是由一系列部件组成的，允许开发者创建可重用的图标。你可以在它的网站上找到许多 demo 和对应的代码。这也是上手 NVD3 的最佳方式。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 IE 10 以后的版本。适合人群：熟悉 d3 并想要可重用图表的开发者。编辑于 2017-03-21赞同 1292 条评论分享收藏喜欢收起继续浏览内容知乎发现更大的世界打开Chrome继续Franci互联网3,297 人赞同了该回答个人感觉跟国外的数据可视化作品比起来，目前国内实践着的大部分数据可视化作品都是渣！！！想当年，作为一度痴迷数据新闻可视化的学生，羡慕information is beautiful的光鲜外衣，自学起来一些数据新闻网站，作为英语渣被虐得一把鼻涕一把泪！！！让我去厕所哭会儿。不过功夫不负有心人，还是让我找到了几个国外质量较高的数据可视化工具或资源。既然，楼主问到了，就在这儿曝光十个。嗯，首先，没有被此书虐过的童鞋Beautiful Visualization (豆瓣) 还是最好找一下虐，毕竟…基数就是基础，不来不去，它就在那儿帮助你更好地理解数据，这正是可视化的要义。工具，便是更好的帮你理解可视化。（好吧我承认这句话是我自创的）NO1. 我个人最喜欢的：http://Visual.ly Visually | Content Marketing for Brandshttp://Visual.ly 用社交网络功能来连接在世界各地的所有成员。设计师们通过提交自己的项目进入他们的网站画廊，从而能够对数据实现可视化。它理想的目标是提供一个接口，用于直接在浏览器中创建动态的信息图表。该工具目前未发布，虽然我听说过一些私人beta测试。你可以注册您的电子邮件地址以接收更新消息，并可能邀请测试。至于他们的网络功能，http://Visual.ly 提供了极少数的合作伙伴页面。这些类似于个人资料页面，您可以查看评论，喜欢，意见和信息图表意见，但这些都是有针对性的对大品牌 - 国家地理、易趣、Skype、CNN 等。NO2. Better World FluxBetter World Flux这是一款漂亮的可视化工具！Better World Flux 是一个可以互动信息、图形的网站。选择一个国家，根据指示操作，比如可以选择预期寿命或饮水作为指标。有一个小的视频演示如何操作，你可以在YouTube上观看（http://www.youtube.com/watch?v=xck1Alcyh2A）。NO3.We Feel FineWe Feel Fine / by Jonathan Harris and Sep KamvarWe Feel Fine 标榜为人类情感而探索，这是我见过最独特的可视化引擎之一。开始前要点击其主页上的大按钮，该应用程序将据此加载操作系统。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. Rss VoyageRss Voyage - RSS feed reader with a difference另一个我个人最喜欢，且确实有助于形象化各地数据的网络数据的网站。如果您登录到Rss Voyage, 你可以导入自定义RSS供稿到您的帐户一整个数据图。在他们的网页，你可以点击“开始”与默认提供的应用程序。在这种情况下Rss Voyage将拉动几个流行的博客，如纽约时报，瘾科技，卫报，等等。如果您通过移动图形，点击一个特定的文章的观点时，他将固定在屏幕上。这包括标题，简短描述，元数据连同它的URL出版日期。如果在任何时候你想开始创建自己的RSS可视化，所有你需要做的就是创建一个帐户！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Rss Voyage可以让你轻松设置全屏模式浏览风格的RSS源。NO5.Revisitmoritz.stefaner.eu客观来讲，Revisit是一种重新定义我们如何看待微博的工具。有了这个工具，你可以与一个或多个关键字的数据创建连接。您可以将额外的标题添加到您的图形和分享的链接（甚至到微博） 。点击一个单独的分离线，关闭图形将显示更多细节。通常包括元数据，如时间发布和相关的关键字。搜索条件仅限于标准的Twitter符号，使用逗号分隔的关键字列表。如果有兴趣，我建议查看位于同一网站的创作数据可视化等项目。Truth & BeautyNO6.Tag GalaxyTag GalaxyTag Galaxy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Tag Galaxy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。注意，当您在每个星球上悬停它会为你提供一个小的预览数。这是发现在Flickr的该标签的询问的照片总数。点击太阳将打开相关照片缩略图的球体，而旋转的行星会增加他们的搜索字词的查询。当然，你可以找到更多有关照片通过点击弹出完整视图。NO7.Google Fusion TablesAbout Fusion Tables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，Google Fusion Tables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。这些可以从csv或Excel电子表格导入。尽管目前并不支持。登录后，会发现公共数据列表的表格与演示。这些都在不断更新，新的用户提交 ，打开文档后，顶部的工具栏会有其他菜单可视化链接，自定义图形。NO8.Dipityhttp://www.dipity.com/没有什么比我们在地球上的历史更有趣。已经有很多的事件在过去10年到20年，更不用说十年到百年！ Dipity 是一个奇妙的工具，他用来创建和嵌入自定义的互动时间表。用户可以在重要日期进行标记，包括照片，链接，音频,视频和其他形式的媒体。该服务需要您在创建时间表前注册一个帐号。选择一个免费的计划，在日后他们提供升级到保费计划http://www.dipity.com/premium/plans。幸运的是，该网站会提供公共的最流行的时间表成员，所以你可以很容易地通过排序动态时间表去发现一个令人兴奋的细目清单。我个人最喜欢的是史蒂夫工作的生活和事业照片甚至直到2011完全格式化。http://www.dipity.com/StevePro/Steve-Jobs-Life-and-Career/NO9.WIkiMindMapWikiMindMap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。如果您的关键字不完全匹配了一个页面，应用程序将提供给您最亲近的建议。圆圈内产生的链接将引出到主Wiki页面，而刷新链接打开的选项的树。这些都是相关的链接拉断主维基页面协调您的关键字。它也很容易通过点击链接刷新图标切换到一个新的根节点。NO.10Axiis- Browser Market Sharehttp://www.axiis.org/examples/BrowserMarketShare.htmlAxiis 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。文章原刊载于数据新闻网（jake的1KE主页）。作者Jake为网页与手机平台设计师。请关注微信公众号：“wow1ke”更多资料：财新数据可视化实验室数据很大你想看看？没有这些可视化工具你可能看不懂发布于 2015-05-08赞同 329734 条评论分享收藏喜欢收起继续浏览内容知乎发现更大的世界打开Chrome继续泰三主机游戏/消费电子/数据可视化/入门产品狗201 人赞同了该回答我个人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一号种子选手 Chart.js 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。二号种子选手 HighCharts.js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怎么在 Excel 上做数据地图？www.zhihu.com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！三号种子选手 amCharts其实amCharts的特点和HighCharts的特点很类似的，也有大量的demo和非常易于调试的源代码，amCharts下面也有amStocks和amMaps两个系列，分别针对金融/股票数据和地图数据。下面这个图官方在stock类别下面的一个demo，注意下面有一个滑动条，是可以放大缩小走势图的时间区间的。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。四号种子选手 D3.js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。五号种子选手 ECharts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Excel 有什么神奇用途？www.zhihu.com以上，peace编辑于 2018-01-23赞同 20115 条评论分享收藏喜欢收起继续浏览内容知乎发现更大的世界打开Chrome继续Alfred数据室用数据看世界。微信公众号：Alfred数据室，合作见简介。96 人赞同了该回答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1. 最近很火的动态条形图工具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：1.1 FlourishFlourish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Bar Chart Race（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。链接：https://app.flourish.studio/templates1.2 Power BI + Animated Bar Chart Race插件Power BI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Power BI上也可以绘制出动态条形图，Wishyoulization开发了Animated Bar Chart Race插件，在Power BI的marketplace里面搜索下载之后便可以使用。除此之外，Power BI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。链接：http://hanabi.data-viz.cn/templates官方文档：http://hanabi.data-viz.cn/help2. 各种Python数据可视化第三方库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。2.1 BokehBokeh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。官网链接：https://bokeh.org/GitHub链接：https://github.com/bokeh/bokehGithub Star：11.9k2.2 pyechartsEcharts(下面会提到)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。当Python遇上了Echarts，pyecharts便诞生了，它是由chenjiandongx等一群开发者维护的Echarts Python接口，让我们可以通过Python语言绘制出各种Echarts图表。官方文档链接：https://pyecharts.org/#/zh-cn/introGitHub链接：https://github.com/pyecharts/pyechartsGitHub Star：7.2k2.3 plotly Pythonplotly 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。plotly Python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。官方文档链接：https://plot.ly/python/GitHub链接：https://github.com/plotly/plotly.pyGitHub Star：5.6k2.4 AltairAltair是一个声明式的Python数据可视化库，让我们可以把更多的时间专注于数据理解。Altair的API是简单、友好的，它建立在强大的Vega-Lite可视化语法之上，让我们可以使用最少的代码绘制出漂亮的可视化图表。官方文档链接：https://altair-viz.github.io/GitHub链接：https://github.com/altair-viz/altairGitHub Star：4.2k2.5 VisPyVisPy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。官方文档链接：http://vispy.org/documentation.htmlGitHub链接：https://github.com/vispy/vispyGitHub Star：2.1k2.6 missingnomissingno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。GitHub链接：https://github.com/ResidentMario/missingnoGitHub Star：1.8k2.7 HoloViewsHoloViews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。官方文档链接：https://holoviews.org/GitHub链接：https://github.com/pyviz/holoviewsGitHub Star：1.4k2.8 MayaviMayavi是一个用于绘制交互式3D科学数据的Python库。官方文档链接：http://docs.enthought.com/mayavi/mayavi/GitHub链接：https://github.com/enthought/mayaviGitHub Star：6473. 其它的数据可视化工具3.1 Echarts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。官方文档链接：https://www.echartsjs.com/zh/tutorial.html3.2 AntV G2G2 是一套基于可视化编码的图形语法，以数据驱动，具有高度的易用性和扩展性，用户无需关注各种繁琐的实现细节，一条语句即可构建出各种各样的可交互的统计图表。官方文档链接：https://antv.alipay.com/zh-cn/g2/3.x/index.htmlGitHub链接：https://github.com/antvis/g2/GitHub Star：8.2k3.3 TOAST UI ChartTOAST UI Chart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。官方文档链接：https://ui.toast.com/tui-chartGitHub链接：https://github.com/nhn/tui.chartGitHub Star：4.2k更多数据可视化工具持续更新中～另外，欢迎大家关注微信公众号“Alfred数据室”，更多的数据可视化项目将在这里更新哦~编辑于 2019-10-31赞同 962 条评论分享收藏喜欢收起继续浏览内容知乎发现更大的世界打开Chrome继续美数课课代表655 人赞同了该回答之前看到一个国外妹子用了24种工具制作一个相同的图表，比较了12款可视化软件和12个编程/图表库，并针对工具/图表库的侧重度，灵活程度，图表创新性，交互效果四大方面，写了一篇一级棒的文章。本课代表编译了这篇文章和大家分享，便于大家更加了解这些可视化工具与编程的优缺点。（ps：原文基于CC Attribution 3.0版权协议，编译文在原文基础上有删改）———————————————今年5月，这个妹子给自己设置了一个挑战：尽可能尝试使用多种多样的编程语言或者软件来进行数据可视化。为了比较这些工具，她利用这些工具重复制作了同样的一张散点图。基于结果，她还发布了两篇文章：一篇是用12种软件做一个相同的图表，另一篇是用12种编程/图表库做一个相同的图表。下图展示了她使用12个不同的软件制作同一张散点图的过程：（想看动图的可以戳这里）这是12种编程/图表库制作出来的效果：她从这些可视化软件/图表库中认识到：There Are No Perfect Tools, Just Good Tools for People with Certain Goals.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)？几年前，互动图表曾受到高度追捧，但现在关注焦点慢慢从“看起来怎么样”转移到“什么才更有意义”。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：看完了以上四个方面，There Are No Perfect Tools, Just Good Tools for People with Certain Mindsets.还是那句话，没有十全十美的工具，不同的工具适合不同的思维方法。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Alberto Cairo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。We Still Live in an “Apps Are for the Easy Stuff, Code Is for the Good Stuff” 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！hello world：）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。作者还提到她自己很喜欢像Plotly，Tableau，Lyra和NodeBox这样的软件，只需要通过点击和拖动就可以制作图表，且拥有很高的灵活性。希望可以看到更多这类的工具，甚至希望能够把软件的可视化能力开发得像编程一样强大，当然这是一个很大的挑战。Excel就是一个很好的例子。它不但对初学者来说很容易上手，也能为Excel大神们提供了很大的灵活性。“Every Tool Forces You Down a Path.”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Do it！附上原文：WHAT I LEARNED RECREATING ONE CHART USING 24 TOOLS这个妹纸的其他文章(⚆ᴗ⚆)1）One Chart, Twelve Tools2）One Chart, Twelve Charting Librariestwitter：@lisacrost//2017年，本美数课课代表要学代码了！p5.js var button; var like = 0;
function setup(){ createCanvas(100, 100); button = createButton(“like”); button.mousePressed(likePlus); }
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：alt.Chart(cars).mark_point().encode(
