推荐8个易上手的数据可视化工具

浏览: 2370

大数据时代下的今天,数据井喷似的增长,分析人员将这些庞大的数据汇总并进行分析,而分析出的成果如果是密密麻麻的文字,相信没有几个人能耐心看下去,所以我们就需要将数据可视化,所谓有图有真相,用图表甚至动态图的形式将数据更加直观的展现给用户,减少用户的阅读和思考时间,以便很好地做出决策。

市面上的数据可视化工具众多,笔者从中筛选了8个个人觉得比较易上手,制作出来的图表也比较绚丽的数据可视化工具分享给大家。

Google Chart API

Chart API是由Google于2007年发布的,谷歌文化研究院主任史蒂夫·克洛桑表示:最开始构建它时,是为了内部使用,在Google Video和Google Finance中使用了它,后来觉得,如果能开放它让其他用户也使用的话,会是件不错的事情。

image.png

Google Chart API工具从简单的折线图到复杂的分级树形图,他的图表库里提供了海量的模版可供选择。但Google Chart有个大问题:图表在客户端生成,这意味着那些不支持JavaScript的设备将无法使用,此外也无法离线使用或者将结果另存其他格式。尽管存在上述问题,不可否认的是Google Chart API的功能异常丰富,如果没有特别的定制化需要,或者对Google视觉风格的抵触,那么你大可以从Google Chart开始。

FushionCarts

FusionCharts Suite XT不仅可以为带给你漂亮的图表,还能帮你制作出生动的动画、巧妙的设计和丰富的交互性。它在PC端、Mac、iPad、iPhone和Android平台都可兼容,具有很好的用户体验一致性,同时也适用于所有的网页和移动应用,甚至包括IE6、7、8这些绝大部分插件都不支持的主儿。在这软件里,创建你的首幅图表也只需要15分钟。

image.png

FusionCharts套件提供了超过90种图表和图示,从最基本款的到进阶版,例如漏斗图、热点地图、放缩线图和多轴图等。

iCharts

image.png

iCharts是基于云端的趋势预测视觉分析平台,它可以快速地将复杂的商业信息、大规模调查数据和动态数据研究的结果可视化。这款工具服务了包括可口可乐、IDC等知名公司。它非常的快速简便,但却可以根据实时数据创造出富有冲击力的视觉智能图像,并且可以为你带来全方位信息聚合和信息对比。

D3.js

D3的应用非常广泛,纽约时报出品的一些赫赫有名的数据产品,使用的就是D3.js,比如 “512 Paths to the White House”以及奥巴马2013财政计划:

image.png

与其他js实现制图的方式不同,D3是一个对数据的操作的API.它将数据和网页SVG绑在了一起,当你的数据发生变化时,图表会同步更新。比如一个数据数组和SVG柱状图中相应y坐标绑定,如果这个数组的元素设为随机变量,定时变化,那么你看到的柱状图也会是不断变化的动态图效果。除此之外,他可以接受海量数据的可视化显示和动态更新。D3的灵活性很高,它的随意绑定数据和元素,以及漂亮的可动性效果展示一定会让你大吃一惊。

InstantAtlas

InstantAtlas让信息分析师和研究者得以创建交互式动态分配图报告,结合统计数据和地图数据创建数据可视化。官网注册后可以享受15天的免费试用。

Visual.ly

如果你需要制作信息图而不仅仅是数据可视化,目前也有大把的工具可用。Visual.ly就是最流行的一个选择。你不需要任何设计相关的知识也可以使用。Visual.ly联合创始人斯图-兰吉尔 (Stew Langille)表示:“我们将开拓一个全新的领域——帮助用户创建美观、具备强烈视觉冲击力的可视化数据。”

Processing

image.png

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。目前还有一个Processing.js项目,可以让网站在没有Java Applets的情况下更容易地使用Processing。Processing的程序代码是开放的,使用者可依照自己的需要自由裁剪出最合适的使用模式。Processing的应用千变万化,但都遵守开放源代码的规定,这样大幅增加了整个社群的互动性与学习效率。

Gephi


image.png

Gephi是一款开源免费跨平台基于JVM的复杂网络分析软件, 其主要用于各种网络和复杂系统,动态和分层图的交互可视化与探测开源工具。可用作:探索性数据分析,链接分析,社交网络分析,生物网络分析等。不但能处理大规模数据集并生成漂亮的可视化图形,还能对数据进行清洗和分类。Gephi是一种非常特殊的软件,也非常复杂,先于他人掌握Gephi将使你一骑绝尘。Gephi可以供大学研究项目数据分析使用,新闻工作者,统计研究,微博信息研究等

3912d8687a6f1760e6d0d4ab203574ba.png




推荐 0
本文由 datakong 创作,采用 知识共享署名-相同方式共享 3.0 中国大陆许可协议 进行许可。
转载、引用前需联系作者,并署名作者且注明文章出处。
本站文章版权归原作者及原出处所有 。内容为作者个人观点, 并不代表本站赞同其观点和对其真实性负责。本站是一个个人学习交流的平台,并不用于任何商业目的,如果有任何问题,请及时联系我们,我们将根据著作权人的要求,立即更正或者删除有关内容。本站拥有对此声明的最终解释权。

0 个评论

要回复文章请先登录注册