2019年你不能错过的数据可视化工具
- 2019 年 10 月 4 日
- 筆記
在数据科学领域，数据可视化无疑是当今的首要词汇。无论想分析哪些数据，进行数据可视化似乎都是必要的步骤。但是很多人没有特定的数据可视化概念，也不知道如何实现它。所以，今天将带您了解数据可视化的定义，概念，实现过程和工具。
1. 什么是数据可视化？
科学可视化，信息可视化和可视化分析通常被视为可视化的三个主要分支。新的学科“数据可视化”是这三个分支的组合，是视觉研究领域的一个新起点。
广义数据可视化涉及各种学科，如信息技术，自然科学，统计分析，图形，交互和地理信息。
1.1科学可视化
科学可视化是科学领域的跨学科研究和应用领域，侧重于三维现象的可视化，如建筑学，气象学，医学或生物系统。其目的是以图形方式说明科学数据，使科学家能够从数据中理解，解释和收集模式。
1.2信息可视化
信息可视化是对抽象数据的交互式视觉表示的研究，以增强人类的认知。抽象数据包括数字和非数字数据，如地理信息和文本。直方图，趋势图，流程图和树图等图形都属于信息可视化，这些图形的设计将抽象概念转换为视觉信息。
1.3可视化分析
可视化分析是随着科学可视化和信息可视化的发展而发展的新领域，重点在于通过交互式可视化界面进行分析推理。
来自FineReport
2. 为什么需要数据可视化？
人类通过视觉获得的信息量远远超过其他器官。数据可视化是利用人类自然技能来提高数据处理和组织效率。
可视化可以帮助我们处理更复杂的信息并增强内存。
大多数人对统计数据知之甚少，基本统计方法（平均值，中位数，范围等）与人类认知性质不符。其中一个最着名的例子是Anscombe的四重奏。根据统计方法很难看到法律，但是当数据可视化时，规则非常清楚。
3. 如何实现数据可视化？
从技术上讲，对数据可视化最简单的理解是从数据空间到图形空间的映射。
经典的可视化实现过程是处理和过滤数据，将其转换为可表达的可视化形式，然后将其呈现为用户可见的视图。
可视化技术堆栈
通常，专业数据可视化工程师需要掌握以下技术堆栈：
·基础数学：三角函数，线性代数，几何算法
·图形：Canvas，SVG，WebGL，计算图形，图论
·工程算法：基本算法，统计算法，通用布局算法
·数据分析：数据清理，统计，数据建模
·设计美学：设计原则，审美判断，色彩，互动，认知
·视觉基础：可视化编码，可视化分析，图形交互
·可视化解决方案：正确使用图表，可视化常见业务场景
4. 通用数据可视化工具
一般来说，学术界使用R语言，ggplot2和Python。普通用户最熟悉的工具是Excel。商业产品包括Tableau，FineReport，Power BI等。
1） D3
https://d3js.org/
D3.js是一个基于数据操作文档的JavaScript库。D3将强大的可视化组件与数据驱动的DOM操作方法相结合。
评价：D3具有强大的SVG操作能力。它可以轻松地将数据映射到SVG属性，并集成了大量用于数据处理，布局算法和计算图形的工具和方法。它拥有强大的社区和丰富的演示。但是，它的API太低级了。学习和使用成本高时，可重用性不高。
2） HighCharts
https://www.highcharts.com/
HighCharts是一个用纯JavaScript编写的图表库，使用户可以轻松方便地将交互式图表添加到Web应用程序中。这是Web上使用最广泛的图表工具，商业用途需要购买商业许可证。
评估：使用阈值非常低。HighCharts具有良好的兼容性，并且成熟且广泛使用。但是，风格很旧，很难扩展图表。商业用途需要购买版权。
3） Echarts
https://echarts.apache.org/en/index.html
Echarts是百度数据可视化团队的企业级图表工具。它是一个纯粹的Javascript图表库，可在PC和移动设备上平稳运行，并且与大多数当前浏览器兼容。
评估：Echarts拥有丰富的图表类型，涵盖了常规统计图表。但它不像Vega和其他基于图形语法的图表库那样灵活，用户很难定制一些复杂的关系图表。
4） Leaflet
https://leafletjs.com/
Leaflet是用于移动设备的交互式地图的JavaScript库。它具有大多数开发人员所需的所有映射功能。
评估：它可以专门针对地图应用程序，并且与移动设备具有良好的兼容性。API支持插件机制，但功能相对简单。用户需要具备二次开发功能。
5） Vega
https://vega.github.io/vega/
Vega是一组交互式图形语法，用于定义从数据到图形，通用交互语法和常见图形元素的映射规则。用户可以自由组合Vega语法来构建各种图表。
评估：完全基于JSON语法，Vega提供从数据到图形的映射规则，它支持常见的交互语法。但是语法设计很复杂，使用和学习的成本很高。
6） deck.gl
https://deck.gl/#/
deck.gl是一个基于WebGL的可视化类库，用于大数据分析。它由优步的可视化团队开发。
评估：deck.gl专注于3D地图可视化。有许多内置的地理信息可视化常见场景。它支持大规模数据的可视化。但是用户需要了解WebGL并且层扩展更复杂。
7） Power BI
https://powerbi.microsoft.com/en-us/
Power BI是一组业务分析工具，可在组织中提供见解。它可以连接数百个数据源，简化数据准备并提供即时分析。组织可以在Web和移动设备上查看Power BI生成的报告。
评估：Power BI类似于Excel的桌面BI工具，而该功能比Excel更强大。它支持多个数据源。价格不高。但它只能用作单独的BI工具，并且无法将其与现有系统集成。
8） Tableau
https://www.tableau.com/
Tableau是一种用于可视化分析数据的商业智能工具。用户可以创建和分发交互式和可共享的仪表板，以图形和图表的形式描绘数据的趋势，变化和密度。Tableau可以连接到文件，关系数据源和大数据源以获取和处理数据。
评估：Tableau是桌面系统中最简单的商业智能工具。它不会强制用户编写自定义代码。该软件允许数据混合和实时协作。但它价格昂贵，在定制和售后服务方面表现不佳。
9） FineReport
http://www.finereport.com/
FineReport是一个用纯Java编写的企业级Web报告工具，它结合了数据可视化和数据输入。它基于“无代码开发”概念设计。使用FineReport，用户可以制作复杂的报告和酷炫的仪表板，并通过简单的拖放操作构建决策平台。
评估：FineReport可以直接连接到各种数据库，方便快捷地定制各种复杂的报告和酷炫的仪表板。界面类似于Excel的界面。它提供19种类别和超过50种风格的自行开发的HTML5图表，具有很酷的3D和动态效果。最重要的是它的个人版本是完全免费的。
结论
数据可视化是一个涉及许多学科的巨大领域。正是由于这种跨学科性质，可视化领域充满了活力和机遇。
