數(shù)據(jù)可視化，不僅僅是統(tǒng)計(jì)圖表

前言

數(shù)據(jù)可視化，是指將相對晦澀的的數(shù)據(jù)通過可視的、交互的方式進(jìn)行展示，從而形象、直觀地表達(dá)數(shù)據(jù)蘊(yùn)含的信息和規(guī)律。

早期的數(shù)據(jù)可視化作為咨詢機(jī)構(gòu)、金融企業(yè)的專業(yè)工具，其應(yīng)用領(lǐng)域較為單一，應(yīng)用形態(tài)較為保守。步入大數(shù)據(jù)時(shí)代，各行各業(yè)對數(shù)據(jù)的重視程度與日俱增，隨之而來的是對數(shù)據(jù)進(jìn)行一站式整合、挖掘、分析、可視化的需求日益迫切，數(shù)據(jù)可視化呈現(xiàn)出愈加旺盛的生命力，表現(xiàn)之一就是視覺元素越來越多樣，從樸素的柱狀圖/餅狀圖/折線圖，擴(kuò)展到地圖、氣泡圖、樹圖、儀表盤等各式圖形。表現(xiàn)之二是可用的開發(fā)工具越來越豐富，從專業(yè)的數(shù)據(jù)庫/財(cái)務(wù)軟件，擴(kuò)展到基于各類編程語言的可視化庫，相應(yīng)的應(yīng)用門檻也越來越低。

數(shù)據(jù)可視化，不僅僅是統(tǒng)計(jì)圖表。本質(zhì)上，任何能夠借助于圖形的方式展示事物原理、規(guī)律、邏輯的方法都叫數(shù)據(jù)可視化。

數(shù)據(jù)可視化不僅是一門包含各種算法的技術(shù), 還是一個(gè)具有方法論的學(xué)科。一般而言，完整的可視化流程包括以下內(nèi)容：

可視化輸入：包括可視化任務(wù)的描述，數(shù)據(jù)的來源與用途，數(shù)據(jù)的基本屬性、概念模型等；

可視化處理：對輸入的數(shù)據(jù)進(jìn)行各種算法加工，包括數(shù)據(jù)清洗、篩選、降維、聚類等操作，并將數(shù)據(jù)與視覺編碼進(jìn)行映射；

可視化輸出：基于視覺原理和任務(wù)特性，選擇合理的生成工具和方法，生成可視化作品。

實(shí)際上，從“數(shù)據(jù)可視化”的命名，便很容易看出數(shù)據(jù)可視化從業(yè)者如何開始可視化設(shè)計(jì)，那便是：處理數(shù)據(jù)，設(shè)計(jì)視覺，完成從數(shù)據(jù)空間到可視空間的映射, 必要時(shí)重復(fù)數(shù)據(jù)處理和圖形繪制的循環(huán)組合。

1. 分析數(shù)據(jù)

首先，我們需要對數(shù)據(jù)做一個(gè)全面而細(xì)致的解讀，數(shù)據(jù)的特點(diǎn)決定著可視化的設(shè)計(jì)原則。每項(xiàng)數(shù)據(jù)都有特定的屬性（或稱特征、維度）和對應(yīng)的值，一組屬性構(gòu)成特征列表。按照屬性的類型，數(shù)據(jù)可以分為數(shù)值型、有序型、類別型，數(shù)值型又可以進(jìn)一步分為固定零點(diǎn)和非固定零點(diǎn)。其中，固定零點(diǎn)數(shù)據(jù)囊括了我們大多數(shù)的數(shù)據(jù)對象，它們都可以對應(yīng)到數(shù)軸上的某個(gè)點(diǎn)；非固定零點(diǎn)主要包括以數(shù)值表示的特定含義，如表示地理信息的經(jīng)緯度、表示日期的年月日等，在分析非固定零點(diǎn)數(shù)據(jù)時(shí)，我們更在意的是它們的區(qū)間。

在對數(shù)據(jù)做過預(yù)處理和分析之后，我們就能夠觀察出待處理數(shù)據(jù)的分布和維度，再結(jié)合業(yè)務(wù)邏輯和可視化目標(biāo)，有可能還要對數(shù)據(jù)做某些變換，這些變換包括：

標(biāo)準(zhǔn)化，常用的手段包括（0，1）標(biāo)準(zhǔn)化或（-1，1）標(biāo)準(zhǔn)化，分別對應(yīng)的是sigmoid函數(shù)和tanh函數(shù)，這么做的目的在于使數(shù)據(jù)合法和美觀，但在這一過程中可能丟失影響數(shù)據(jù)分布、維度、趨勢的信息，應(yīng)該予以特別注意；

擬合/平滑，為表現(xiàn)數(shù)據(jù)變化趨勢，使受眾對數(shù)據(jù)發(fā)展有所預(yù)測，我們會(huì)引入回歸來對數(shù)據(jù)進(jìn)行擬合，以達(dá)到減少噪音，凸顯數(shù)據(jù)趨勢的目的；

采樣，有些情況下，數(shù)據(jù)點(diǎn)過多，以至于不易可視化或者影響視覺體驗(yàn)，我們會(huì)使用隨機(jī)采樣的方法抽取部分?jǐn)?shù)據(jù)點(diǎn)，抽樣結(jié)果與全集近似分布，同時(shí)不影響可視化元素的對比或趨勢；

降維，一般而言，同一可視化圖表中能夠承載的維度有限（很難超過3個(gè)維度），必須對整個(gè)數(shù)據(jù)集進(jìn)行降維處理。

2. 可視化設(shè)計(jì)

在開始設(shè)計(jì)之前，我們需要對人類視覺以及注意力作簡要分析，這決定著我們?nèi)绾卧诘谝粫r(shí)間抓住受眾的注意力。

人類視覺感知到心理認(rèn)知的過程要經(jīng)過信息的獲取、分析、歸納、解碼、儲(chǔ)存、概念、提取、使用等一系列加工階段，每個(gè)階段需要不同的人體組織和器官參與。簡單來講，人類視覺的特點(diǎn)是：

對亮度、運(yùn)動(dòng)、差異更敏感，對紅色相對于其他顏色更為敏感；

對于具備某些特點(diǎn)的視覺元素具備很強(qiáng)的“腦補(bǔ)”能力，比如空間距離較近的點(diǎn)往往被認(rèn)為具有某些共同的特點(diǎn)；

對眼球中心正面物體的分辨率更高，這是由于人類晶狀體中心區(qū)域錐體細(xì)胞分布最為密集；

人們在觀察事物時(shí)習(xí)慣于將具有某種方向上的趨勢的物體視為連續(xù)物體；

人們習(xí)慣于使用“經(jīng)驗(yàn)”去感知事物整體，而忽略局部信息。

這里引入一個(gè)概念——可視編碼，它數(shù)據(jù)信息映射為可視化元素的技術(shù)，其通常具有表達(dá)直觀、易于理解和記憶的特性。數(shù)據(jù)包含屬性和值，相應(yīng)可視編碼也由兩部分組成：標(biāo)記和視覺通道，標(biāo)記代表數(shù)據(jù)屬性的分類，視覺通道表示人眼所能看到的各種元素的屬性，包括大小、形狀、顏色等，往往用來展示屬性的定量信息。例如，對于柱狀圖而言，標(biāo)記就是矩形，視覺通道就是矩形的顏色、高度或?qū)挾鹊取?/p>

數(shù)據(jù)可視化的設(shè)計(jì)目標(biāo)和制作原則在于信、達(dá)、雅，即一要精準(zhǔn)展現(xiàn)數(shù)據(jù)的差異、趨勢、規(guī)律，二要準(zhǔn)確傳遞核心思想，三要簡潔美觀，不攜帶冗余信息。結(jié)合人的視覺特點(diǎn)，很容易總結(jié)出好的數(shù)據(jù)可視化作品的基本特征：

讓用戶的視線聚焦在可視化結(jié)果中最重要的部分；

對于有對比需求的數(shù)據(jù)，使用亮度、大小、形狀來進(jìn)行編碼更佳；

使用盡量少的視覺通道編碼數(shù)據(jù)，避免干擾信息。

3. 可視編碼的選擇

如同只學(xué)過視聽語言并不能設(shè)計(jì)出可用的電影分鏡一樣，數(shù)據(jù)可視化這一藝術(shù)設(shè)計(jì)色彩濃厚的工作絕非做過幾個(gè)餅圖、柱狀圖就能勝任。在開始涉足實(shí)踐講解之前，我們需要解決以下疑問：

可視化設(shè)計(jì)中優(yōu)先選擇哪些視覺通道？有多少種視覺通道可供使用？某個(gè)視覺通道能編碼什么信息，能包含多少信息量？視覺通道表達(dá)信息能力的區(qū)別？哪些視覺通道互不相關(guān)而哪些又相互影響？

看看下圖，或許能從一定程度上給出答案：

上圖列舉了數(shù)據(jù)可視化作品中常用的視覺編碼通道，針對同種數(shù)據(jù)類型，采用不同的視覺通道帶來的主觀認(rèn)知差異很大。數(shù)值型適合用能夠量化的視覺通道表示，如坐標(biāo)、長度等，使用顏色表示的效果就大打折扣，且容易引起歧義；類似地，序列型適合用區(qū)分度明顯的視覺通道表示，類別型適合用易于分組的視覺通道。

需要指出的是，上圖蘊(yùn)含的理念可以應(yīng)對絕大多數(shù)應(yīng)用場景下可視化圖形的設(shè)計(jì)“套路”，但數(shù)據(jù)可視化作為視覺設(shè)計(jì)的本質(zhì)決定了“山無常勢，水無常形”，任何可視化效果都拒絕生搬硬套，更不要說數(shù)據(jù)可視化的應(yīng)用還要受到業(yè)務(wù)、場景和受眾的影響。

4. 配色

相信每一個(gè)碼農(nóng)出身的數(shù)據(jù)分析師在做可視化設(shè)計(jì)時(shí)，都會(huì)對色彩如何搭配產(chǎn)生過困惑。色彩理論看起來簡單卻又乏味，用起來卻不是那么得心應(yīng)手。那么，如何讓數(shù)據(jù)可視化作品簡約、靈動(dòng)、美觀？下面介紹一些通用技巧。

1）色調(diào)與明度的跨度都要大

要確保配色非常容易辨識與區(qū)分，它們的明度差異一定要夠大。明度差異需要全局考慮。但是，有一組明度跨度大的配色還不夠。配色越多樣，用戶越容易將數(shù)據(jù)與圖像聯(lián)系起來。如果能善加利用色調(diào)的變化，就能使用戶接受起來更加輕松。對于明度與色調(diào)，跨度越大，就能承載越多的數(shù)據(jù)。下圖展示了相同色系下不同明度的色階對比：

2）仿照自然的配色

各行各業(yè)的設(shè)計(jì)師都知道這個(gè)小秘密，對于數(shù)據(jù)可視化工程師而言，這招更是屢試不爽。一個(gè)簡單有效的方法是：找出心儀的圖片，比如唯美的風(fēng)景照片，使用photoshop中“濾鏡—馬賽克—調(diào)整多邊形形狀和大小”即可看到該圖片中包含的各種顏色，然后利用吸管工具選出幾種顏色即可：

3）使用漸變

無論你需要2種顏色還是10種，漸變中都能提取出這些顏色，讓可視化圖表感覺自然，同時(shí)保有足夠的色調(diào)與明度差異。一個(gè)使用漸變的好方法就是：在Photoshop中拉輔助線到斷點(diǎn)位置，與數(shù)據(jù)的數(shù)量對應(yīng)上，然后持續(xù)對漸變進(jìn)行測試與調(diào)整。

可以看到，配色表緊挨著頂部的灰度漸變，調(diào)整漸變疊加（之后就能得到精確的漸變色值），然后從那些斷點(diǎn)處選取顏色，測試配色在實(shí)際運(yùn)用中的效果。

4）使用配色工具

網(wǎng)上各種免費(fèi)資源比比皆是，對于想設(shè)計(jì)出靚麗效果又無計(jì)可施的人而言，多參考以下這些工具是一個(gè)好辦法：

ColorHunt——高質(zhì)量配色方案，能夠快速預(yù)覽，如果你只需要4種顏色，這是絕佳的資源；

Kuler——photoshop配色工具，Adobe家出的，應(yīng)該錯(cuò)不了；

Chroma.js——Chroma.js是一個(gè)微型的JavaScript庫，適用于各種顏色處理的，可實(shí)現(xiàn)各種顏色的轉(zhuǎn)換和色階處理；

Color brewer——地圖配色利器，如果你對基于地圖的可視化配色方案感到困惑，這個(gè)在線工具應(yīng)該能夠幫到你。

此外，關(guān)于配色還有一些小技巧可供參考：遵循公司既定的品牌風(fēng)格；根據(jù)數(shù)據(jù)描述的對象來定，如數(shù)據(jù)描述的是咖啡，則可以考慮使用咖色系；使用季節(jié)或者節(jié)日相關(guān)主題的色彩；如果你實(shí)在對顏色搭配感到頭疼，那就多使用萬能的“灰色”和陰影。

統(tǒng)計(jì)圖表

統(tǒng)計(jì)圖表是使用最早的可視化圖形，在數(shù)百年的進(jìn)化過程中，逐漸形成了基本“套路”，符合人類感知和認(rèn)知，進(jìn)而被廣泛接受。

常見于各種分析報(bào)告的有柱狀圖、折線圖、餅圖、散點(diǎn)圖、氣泡圖、雷達(dá)圖，對于這些最常用的圖表類型，下表可以為你指明大致方向：

我們在制作可視化圖表時(shí)，首先要從業(yè)務(wù)出發(fā)，優(yōu)先挑選合理的、符合慣例的圖表，尤其是如果你的用戶層次比較多樣的情況下，請兼顧各個(gè)年齡段或者不同認(rèn)知能力的用戶的需求；其次是根據(jù)數(shù)據(jù)的各種屬性和統(tǒng)計(jì)圖表的特點(diǎn)來選擇，例如餅圖并不適合用作展示絕對數(shù)值，只適用于反映各部分的比例。對于常用圖表，帶著目的出發(fā)，遵循各種約束，相信你能找到合適的圖表：

除了常用的圖表之外，可供我們選擇的還有：

漏斗圖：漏斗圖適用于業(yè)務(wù)流程比較規(guī)范、周期長、環(huán)節(jié)多的流程分析，通過漏斗各環(huán)節(jié)業(yè)務(wù)數(shù)據(jù)的比較，能夠直觀地發(fā)現(xiàn)和說明問題所在。

（矩形）樹圖：一種有效的實(shí)現(xiàn)層次結(jié)構(gòu)可視化的圖表結(jié)構(gòu)，適用于表示類似文件目錄結(jié)構(gòu)的數(shù)據(jù)集；

熱力圖：以特殊高亮的形式顯示訪客熱衷的頁面區(qū)域和訪客所在的地理區(qū)域的圖示，它基于GIS坐標(biāo)，用于顯示人或物品的相對密度；

關(guān)系圖：基于3D空間中的點(diǎn)—線組合，再加以顏色、粗細(xì)等維度的修飾，適用于表征各節(jié)點(diǎn)之間的關(guān)系；

詞云：各種關(guān)鍵詞的集合，往往以字體的大小或顏色代表對應(yīng)詞的頻次；

?；鶊D：一種有一定寬度的曲線集合表示的圖表，適用于展現(xiàn)分類維度間的相關(guān)性，以流的形式呈現(xiàn)共享同一類別的元素?cái)?shù)量，比如展示特定群體的人數(shù)分布等；

日歷圖：顧名思義，以日歷為基本維度的對單元格加以修飾的圖表。

數(shù)據(jù)可視化的工具

新型的數(shù)據(jù)可視化產(chǎn)品層出不窮，基本上各種語言都有自己的可視化庫，傳統(tǒng)數(shù)據(jù)分析及BI軟件也都擴(kuò)展出一定的可視化功能，再加上專門的用于可視化的成品軟件，我們的可選范圍實(shí)在是太多了。那么，我們要選擇的可視化工具，必須滿足互聯(lián)網(wǎng)爆發(fā)的大數(shù)據(jù)需求，必須快速的收集、篩選、分析、歸納、展現(xiàn)決策者所需要的信息，并根據(jù)新增的數(shù)據(jù)進(jìn)行實(shí)時(shí)更新。

實(shí)時(shí)性：數(shù)據(jù)可視化工具必須適應(yīng)大數(shù)據(jù)時(shí)代數(shù)據(jù)量的爆炸式增長需求，必須快速的收集分析數(shù)據(jù)、并對數(shù)據(jù)信息進(jìn)行實(shí)時(shí)更新；

簡單操作：數(shù)據(jù)可視化工具滿足快速開發(fā)、易于操作的特性，能滿足互聯(lián)網(wǎng)時(shí)代信息多變的特點(diǎn)；

更豐富的展現(xiàn)：數(shù)據(jù)可視化工具需具有更豐富的展現(xiàn)方式，能充分滿足數(shù)據(jù)展現(xiàn)的多維度要求；

多種數(shù)據(jù)集成支持方式：數(shù)據(jù)的來源不僅僅局限于數(shù)據(jù)庫；很多數(shù)據(jù)可視化工具都支持團(tuán)隊(duì)協(xié)作數(shù)據(jù)、數(shù)據(jù)倉庫、文本等多種方式，并能夠通過互聯(lián)網(wǎng)進(jìn)行展現(xiàn)。

數(shù)據(jù)可視化主要通過編程和非編程兩類工具實(shí)現(xiàn)。主流編程工具包括以下三種類型：從藝術(shù)的角度創(chuàng)作的數(shù)據(jù)可視化，比較典型的工具是 Processing，它是為藝術(shù)家提供的編程語言；從統(tǒng)計(jì)和數(shù)據(jù)處理的角度，既可以做數(shù)據(jù)分析，又可以做圖形處理，如R，SAS；介于兩者之間的工具，既要兼顧數(shù)據(jù)處理，又要兼顧展現(xiàn)效果，D3.js、Echarts都是很不錯(cuò)的選擇，二者這種基于Javascript的數(shù)據(jù)可視化工具更適合在互聯(lián)網(wǎng)上互動(dòng)的展示數(shù)據(jù)。

1. 入門級

入門級的意思是該工具是可視化工作者必須掌握的技能，難度不一定小、門檻也不一定低。相反，對于可視化大拿來說，這些工具依舊起到四兩撥千斤的妙用。

Excel

別以為EXCEL只會(huì)處理表格，你可以把它當(dāng)成數(shù)據(jù)庫，也可以把它當(dāng)成IDE，甚至可以把它當(dāng)成數(shù)據(jù)可視化工具來使用。它可以創(chuàng)建專業(yè)的數(shù)據(jù)透視表和基本的統(tǒng)計(jì)圖表，但由于默認(rèn)設(shè)置了顏色、線條和風(fēng)格，使其難以創(chuàng)建用于看上去“高大上”視覺效果。盡管如此，我仍然推薦你使用Excel。

Tableau

相信每一個(gè)接觸到數(shù)據(jù)可視化的人都聽說過Tableau，它需要一些結(jié)構(gòu)化的數(shù)據(jù)， 也需要你懂一些BI。 它不需要編程，而僅僅通過簡單的拖拽操作即可完成驚艷的效果。對比Excel，它是專業(yè)應(yīng)對數(shù)據(jù)可視化方案的利器，主要表現(xiàn)在數(shù)據(jù)可視化、聚焦/深挖、靈活分析、交互設(shè)計(jì)等功能。Tableau最大的缺點(diǎn)在于它是商業(yè)軟件，個(gè)人使用的話只有14天的免費(fèi)期，而官方售價(jià)不菲。

2. 在線數(shù)據(jù)可視化

Google Charts

Google Charts是一個(gè)免費(fèi)的開源js庫，使用起來非常簡單，只需要在script標(biāo)簽中將src指向https://www.gstatic.com/charts/loader.js然后即可開始繪制。它支持HTML5/SVG，可以跨平臺(tái)部署，并特意為兼容舊版本的IE采用了vml。

在新版googlecharts 發(fā)布之前，google有個(gè)類似的產(chǎn)品叫做Google Charts API，不同之處在于后者使用http請求的方式將參數(shù)提交到api，而后接口返回一張png圖片。如打開http://chart.googleapis.com/chart?cht=bvg&chs=250x150&chd=s:Monkeys&chxt=x,y&chxs=0,ff0000,12,0,lt|1,0000ff,10,1,lt，即可顯示下圖：

Flot

Flot是一個(gè)很棒的線圖和條形圖創(chuàng)建工具，可以運(yùn)用于支持canvas的所有瀏覽器——意味著大多數(shù)主流瀏覽器。這是一個(gè)jQuery庫，如果你已經(jīng)熟悉jQuery，你就可以容易的對圖像進(jìn)行回調(diào)、風(fēng)格和行為操作。浮懸的優(yōu)點(diǎn)是你可以訪問大量的調(diào)用函數(shù)，這樣就可以運(yùn)行你自己的代碼。設(shè)定一種風(fēng)格，可以讓在用戶懸停鼠標(biāo)、點(diǎn)擊、移開鼠標(biāo)時(shí)展示不同的效果。比起其他制圖工具，浮懸給予你更多的靈活空間。浮懸提供的選項(xiàng)不多，但它可以很好地執(zhí)行常見的功能。

D3

D3（Data Driven Documents）是支持SVG渲染的另一種JavaScript庫。但是D3能夠提供大量線性圖和條形圖之外的復(fù)雜圖表樣式，例如Voronoi圖、樹形圖、圓形集群和單詞云等。D3.js是數(shù)據(jù)驅(qū)動(dòng)文件（Data-Driven Documents）的縮寫，他通過使用HTMLCSS和SVG來渲染精彩的圖表和分析圖。D3對網(wǎng)頁標(biāo)準(zhǔn)的強(qiáng)調(diào)足以滿足在所有主流瀏覽器上使用的可能性，使你免于被其他類型架構(gòu)所捆綁的苦惱，它可以將視覺效果很棒的組件和數(shù)據(jù)驅(qū)動(dòng)方法結(jié)合在一起。

Echarts

百度出品的優(yōu)秀產(chǎn)品之一，也是國內(nèi)目前開源項(xiàng)目中少有的精品。一個(gè)純 Javascript 的圖表庫，可以流暢的運(yùn)行在 PC 和移動(dòng)設(shè)備上，兼容當(dāng)前絕大部分瀏覽器，底層依賴輕量級的 Canvas 類庫 ZRender，提供直觀，生動(dòng)，可交互，可高度個(gè)性化定制的數(shù)據(jù)可視化圖表。3.0版本中更是加入了更多豐富的交互功能以及更多的可視化效果，并且對移動(dòng)端做了深度的優(yōu)化。Echarts最令人心動(dòng)的是它豐富的圖表類型，以及極低的上手難度。

Highcharts

在Echarts出現(xiàn)之初，功能還不是那么完善，可視化工作者往往會(huì)選擇HighCharts。Highcharts 系列軟件包含 Highcharts JS，Highstock JS，Highmaps JS 共三款軟件，均為純 JavaScript 編寫的 HTML5 圖表庫。Highcharts 是一個(gè)用純 JavaScript 編寫的一個(gè)圖表庫， 能夠很簡單便捷的在 Web 網(wǎng)站或是 Web 應(yīng)用程序添加有交互性的圖表。Highstock 是用純 JavaScript 編寫的股票圖表控件，可以開發(fā)股票走勢或大數(shù)據(jù)量的時(shí)間軸圖表，Highmaps 是一款基于 HTML5 的優(yōu)秀地圖組件。

R

嚴(yán)格來說，R是一種數(shù)據(jù)分析語言，與matlab、GNU Octave并列。然而ggplot2的出現(xiàn)讓R成功躋身于可視化工具的行列，作為R中強(qiáng)大的作圖軟件包，ggplot2牛在其自成一派的數(shù)據(jù)可視化理念。它將數(shù)據(jù)、數(shù)據(jù)相關(guān)繪圖、數(shù)據(jù)無關(guān)繪圖分離，并采用圖層式的開發(fā)邏輯，且不拘泥于規(guī)則，各種圖形要素可以自由組合。當(dāng)熟悉了ggplot2的基本套路后，數(shù)據(jù)可視化工作將變得非常輕松而有條理。

DataV

阿里出品的數(shù)據(jù)可視化解決方案，之所以推薦DataV這個(gè)后起之秀，完全是因?yàn)樘詫氹p“11”活動(dòng)中實(shí)時(shí)互動(dòng)大屏幕太搶眼了。DataV支持多種數(shù)據(jù)源，尤其是和阿里系各種數(shù)據(jù)庫完美銜接，如果你的數(shù)據(jù)本身就存在阿里云上，那選用DataV肯定是個(gè)省時(shí)省力的好辦法。圖表方面，DataV內(nèi)置了豐富的圖表模板，支持實(shí)時(shí)數(shù)據(jù)采集和解析。

3. 類GUI數(shù)據(jù)可視化

Crossfilter

Crossfilter 是一個(gè)用來展示大數(shù)據(jù)集的 JavaScript 庫，它可以把數(shù)據(jù)可視化和GUI控件結(jié)合起來，按鈕、下拉和滑塊演變成更復(fù)雜的界面元素，使你擴(kuò)展內(nèi)容，同時(shí)改變輸入?yún)?shù)和數(shù)據(jù)。交互速度超快，甚至在上百萬或者更多數(shù)據(jù)下都很快。Crossfilter也是一種JavaScript庫，它可以在幾乎不影響速度的前提下對數(shù)據(jù)創(chuàng)建過濾器，將過濾后的數(shù)據(jù)用于展示，且涉及有限維度，因此可以完成對海量數(shù)據(jù)集的篩選與加載。

4. 進(jìn)階工具

Processing

Processing 是用 Java 編程語言寫的，并且 Java 語言也是在語言樹中最接近 Processing 的。所以，如果您熟悉 C 或 Java 語言，Processing 將很容易學(xué)。Processing 并不包括 Java 語言的一些較為高級的特性，但這些特性中的很多特性均已集成到了 Processing。如今，圍繞它已經(jīng)形成了一個(gè)專門的社區(qū)（https://www.openprocessing.org），致力于構(gòu)建各種庫以供用這種語言和環(huán)境進(jìn)行動(dòng)畫、可視化、網(wǎng)絡(luò)編程以及很多其他的應(yīng)用。

Processing 是一個(gè)很棒的進(jìn)行數(shù)據(jù)可視化的環(huán)境，具有一個(gè)簡單的接口、一個(gè)功能強(qiáng)大的語言以及一套豐富的用于數(shù)據(jù)以及應(yīng)用程序?qū)С龅臋C(jī)制。

Weka

Weka是一個(gè)能根據(jù)屬性分類和集群大量數(shù)據(jù)的優(yōu)秀工具，Weka不但是數(shù)據(jù)分析的強(qiáng)大工具，還能生成一些簡單的圖表。weka首先是一個(gè)數(shù)據(jù)挖掘的利器，它能夠快速導(dǎo)入我們的結(jié)構(gòu)化數(shù)據(jù)，然后對數(shù)據(jù)屬性做分類、聚類分析，幫助我們理解數(shù)據(jù)。但他的可視化功能同樣不遜色，選擇界面中的visualization，你會(huì)立刻明白：是它讓你理解數(shù)據(jù)，然后你才讓用戶可視化數(shù)據(jù)。

結(jié)語

我們所處的這個(gè)時(shí)代，是一個(gè)知識大爆發(fā)的時(shí)代。僅就編程這項(xiàng)技能來說，現(xiàn)在幾乎人人都能寫上一兩行，程序員這個(gè)群體也比十年前有了更多維度上的擴(kuò)展。各種工具的使用門檻越來越低，帶來的是行業(yè)壁壘日漸消弭。會(huì)用某種可視化手段，并不是區(qū)分小白與專家的唯一標(biāo)準(zhǔn)，筆者曾聽說有人拿unity、易語言這樣的神器來實(shí)現(xiàn)可視化。所以，眼花繚亂的工具永遠(yuǎn)只是輔助，真正決定你在可視化道路上走多遠(yuǎn)的，是你對可視化理念的準(zhǔn)確把握和執(zhí)著堅(jiān)守。