2019年你不能錯過的數據可視化工具
- 2019 年 10 月 4 日
- 筆記
在數據科學領域，數據可視化無疑是當今的首要辭彙。無論想分析哪些數據，進行數據可視化似乎都是必要的步驟。但是很多人沒有特定的數據可視化概念，也不知道如何實現它。所以，今天將帶您了解數據可視化的定義，概念，實現過程和工具。
1. 什麼是數據可視化？
科學可視化，資訊可視化和可視化分析通常被視為可視化的三個主要分支。新的學科「數據可視化」是這三個分支的組合，是視覺研究領域的一個新起點。
廣義數據可視化涉及各種學科，如資訊技術，自然科學，統計分析，圖形，交互和地理資訊。
1.1科學可視化
科學可視化是科學領域的跨學科研究和應用領域，側重於三維現象的可視化，如建築學，氣象學，醫學或生物系統。其目的是以圖形方式說明科學數據，使科學家能夠從數據中理解，解釋和收集模式。
1.2資訊可視化
資訊可視化是對抽象數據的互動式視覺表示的研究，以增強人類的認知。抽象數據包括數字和非數字數據，如地理資訊和文本。直方圖，趨勢圖，流程圖和樹圖等圖形都屬於資訊可視化，這些圖形的設計將抽象概念轉換為視覺資訊。
1.3可視化分析
可視化分析是隨著科學可視化和資訊可視化的發展而發展的新領域，重點在於通過互動式可視化介面進行分析推理。
來自FineReport
2. 為什麼需要數據可視化？
人類通過視覺獲得的資訊量遠遠超過其他器官。數據可視化是利用人類自然技能來提高數據處理和組織效率。
可視化可以幫助我們處理更複雜的資訊並增強記憶體。
大多數人對統計數據知之甚少，基本統計方法（平均值，中位數，範圍等）與人類認知性質不符。其中一個最著名的例子是Anscombe的四重奏。根據統計方法很難看到法律，但是當數據可視化時，規則非常清楚。
3. 如何實現數據可視化？
從技術上講，對數據可視化最簡單的理解是從數據空間到圖形空間的映射。
經典的可視化實現過程是處理和過濾數據，將其轉換為可表達的可視化形式，然後將其呈現為用戶可見的視圖。
可視化技術堆棧
通常，專業數據可視化工程師需要掌握以下技術堆棧：
·基礎數學：三角函數，線性代數，幾何演算法
·圖形：Canvas，SVG，WebGL，計算圖形，圖論
·工程演算法：基本演算法，統計演算法，通用布局演算法
·數據分析：數據清理，統計，數據建模
·設計美學：設計原則，審美判斷，色彩，互動，認知
·視覺基礎：可視化編碼，可視化分析，圖形交互
·可視化解決方案：正確使用圖表，可視化常見業務場景
4. 通用數據可視化工具
一般來說，學術界使用R語言，ggplot2和Python。普通用戶最熟悉的工具是Excel。商業產品包括Tableau，FineReport，Power BI等。
1） D3
https://d3js.org/
D3.js是一個基於數據操作文檔的JavaScript庫。D3將強大的可視化組件與數據驅動的DOM操作方法相結合。
評價：D3具有強大的SVG操作能力。它可以輕鬆地將數據映射到SVG屬性，並集成了大量用於數據處理，布局演算法和計算圖形的工具和方法。它擁有強大的社區和豐富的演示。但是，它的API太低級了。學習和使用成本高時，可重用性不高。
2） HighCharts
https://www.highcharts.com/
HighCharts是一個用純JavaScript編寫的圖表庫，使用戶可以輕鬆方便地將互動式圖表添加到Web應用程式中。這是Web上使用最廣泛的圖表工具，商業用途需要購買商業許可證。
評估：使用閾值非常低。HighCharts具有良好的兼容性，並且成熟且廣泛使用。但是，風格很舊，很難擴展圖表。商業用途需要購買版權。
3） Echarts
https://echarts.apache.org/en/index.html
Echarts是百度數據可視化團隊的企業級圖表工具。它是一個純粹的Javascript圖表庫，可在PC和移動設備上平穩運行，並且與大多數當前瀏覽器兼容。
評估：Echarts擁有豐富的圖表類型，涵蓋了常規統計圖表。但它不像Vega和其他基於圖形語法的圖表庫那樣靈活，用戶很難訂製一些複雜的關係圖表。
4） Leaflet
https://leafletjs.com/
Leaflet是用於移動設備的互動式地圖的JavaScript庫。它具有大多數開發人員所需的所有映射功能。
評估：它可以專門針對地圖應用程式，並且與移動設備具有良好的兼容性。API支援插件機制，但功能相對簡單。用戶需要具備二次開發功能。
5） Vega
https://vega.github.io/vega/
Vega是一組互動式圖形語法，用於定義從數據到圖形，通用交互語法和常見圖形元素的映射規則。用戶可以自由組合Vega語法來構建各種圖表。
評估：完全基於JSON語法，Vega提供從數據到圖形的映射規則，它支援常見的交互語法。但是語法設計很複雜，使用和學習的成本很高。
6） deck.gl
https://deck.gl/#/
deck.gl是一個基於WebGL的可視化類庫，用於大數據分析。它由優步的可視化團隊開發。
評估：deck.gl專註於3D地圖可視化。有許多內置的地理資訊可視化常見場景。它支援大規模數據的可視化。但是用戶需要了解WebGL並且層擴展更複雜。
7） Power BI
https://powerbi.microsoft.com/en-us/
Power BI是一組業務分析工具，可在組織中提供見解。它可以連接數百個數據源，簡化數據準備並提供即時分析。組織可以在Web和移動設備上查看Power BI生成的報告。
評估：Power BI類似於Excel的桌面BI工具，而該功能比Excel更強大。它支援多個數據源。價格不高。但它只能用作單獨的BI工具，並且無法將其與現有系統集成。
8） Tableau
https://www.tableau.com/
Tableau是一種用於可視化分析數據的商業智慧工具。用戶可以創建和分發互動式和可共享的儀錶板，以圖形和圖表的形式描繪數據的趨勢，變化和密度。Tableau可以連接到文件，關係數據源和大數據源以獲取和處理數據。
評估：Tableau是桌面系統中最簡單的商業智慧工具。它不會強制用戶編寫自定義程式碼。該軟體允許數據混合和實時協作。但它價格昂貴，在訂製和售後服務方面表現不佳。
9） FineReport
http://www.finereport.com/
FineReport是一個用純Java編寫的企業級Web報告工具，它結合了數據可視化和數據輸入。它基於「無程式碼開發」概念設計。使用FineReport，用戶可以製作複雜的報告和酷炫的儀錶板，並通過簡單的拖放操作構建決策平台。
評估：FineReport可以直接連接到各種資料庫，方便快捷地訂製各種複雜的報告和酷炫的儀錶板。介面類似於Excel的介面。它提供19種類別和超過50種風格的自行開發的HTML5圖表，具有很酷的3D和動態效果。最重要的是它的個人版本是完全免費的。
結論
數據可視化是一個涉及許多學科的巨大領域。正是由於這種跨學科性質，可視化領域充滿了活力和機遇。
