数据可视化工具分析

数据可视化工具分析

经过前期为期一周的数据可视化工具调研，我们可视化小组最终确定了2款dv工具，分别是国外的集数据图表绘制、图表共享、以及多API接口的功能强大的plotly，还有国内由百度推出的一款功能强大，图表类型丰富的Echarts。这两款软件各有优缺点，下面会针对两款软件（平台）的个人体验作简要说明。

Number1 plotly

1 简介

 

Plotly的功能非常强大，不仅可以做数据图表展示，还可以针对给定的数据和图表进行数据分析，而且在数据导入和导出方面也很方便，具有多API接口，如matlab、R、Python、Excel等，下图是效果图。

 

2 体验

但是也有一些缺点：首先是入门比较困难，对于没有编程经验的初学者来说，掌握该软件的基本绘图有一定的困难，其次，由于该软件是国外的软件，所以在线图表绘制打开比较慢，进行在线绘制时对于免费试用用户来说可用图表类型较少，且图表外观不可编辑，下图2是我绘制的一张简单的bar图，左边是图表，右边是数据。

 

 

总的来说，从网上别人的使用来看，使用plotly.js或者plotly.R以及plotly.Python可以更好地发挥plotly的功能，做出外表美观而且类型丰富的数据可视化图表，并加以数据分析。但是，对于初学者来说，还有很长的路要走。

 

Number2 BDP个人版

1 简介

 

BDP是国内的一款在线数据图表制作工具、免费使用、无需下载、无需编程、拖拽即可快速生成、制作数据图表、简单易上手。大数据实时可视化、词云、GIS地图等几十种动态可视化图表均可实现。

2 体验

因为该平台不需要编程能便可以直接绘制，所以入门比较简单，而且数据上传和数据图表导出也非常方便。不仅支持上传本地数据，还能接入公共数据、数据库、第三方API等，下图是包括的公共数据。

 

另外，该平台提供了丰富的模板，你住需要替换模板数据即可。不过由于该平台做商业数据可视化比较多，所以模板都是和商业数据有关的。BDP的缺点是图表外观比较单一，图表类型也比较常规。总的来说，该软件还是挺好的，创建自己的文件夹数据源都很方便。最后两张图是我画的一个基本雷达图。

 

 

 

 

Number3 D3.js

顾名思义这款软件是用JavaScript脚本语言来实现的，plotly就是基于D3.JS上来做的，利用d3.js将数据可视化，可以做到数据与代码的分离，方便以后修改数据。我只是研究了一下如何用JS来绘制雷达图，参考了下网上别人做的，但是自己调试时出现了问题，好像是跨域方面的问题，还有CSV文件函数这块。

用d3.js绘制了一个五维的雷达图，即将多个对象的五种属性在一张图上对比。数据写入data.csv、数据类型写入type.csv文件。

 

下图是效果图：

 

在多次调试之后仍然出现了一些问题，导致效果图没有出来，所以我尝试用下面这款软件Echarts。

 

 

 

Number4 Echarts

1 简介

 

ECharts，缩写来自Enterprise Charts，商业级数据图表，一个纯Javascript的图表库，可以流畅的运行在PC和移动设备上，兼容当前绝大部分浏览器（IE6/7/8/9/10/11，chrome，firefox，Safari等），底层依赖轻量级的Canvas类库ZRender，提供直观，生动，可交互，可高度个性化定制的数据可视化图表。创新的拖拽重计算、数据视图、值域漫游等特性大大增强了用户体验，赋予了用户对数据进行挖掘、整合的能力。

支持折线图（区域图）、柱状图（条状图）、散点图（气泡图）、K线图、饼图（环形图）、雷达图（填充雷达图）、和弦图、力导向布局图、地图、仪表盘、漏斗图、事件河流图等12类图表，同时提供标题，详情气泡、图例、值域、数据区域、时间轴、工具箱等7个可交互组件，支持多图表、组件的联动和混搭展现。

缺点是这款软件虽然图表类型比较丰富，而且图表也比较美观，但是这款平台只是图标库，没有API接口，而且无法进行数据分析，软件依赖性也相对比较强，

2 体验

Echarts虽然是用JavaScript来写的，但基本图表类型图例都给出了模型，你只需要修改对应的参数配置以及数据就可以做出你想要的结果，如果你不想用模板，可以自定义图表类型，你可以参考它给出的配置项手册，里面有各函数的功能介绍和示例分析。下图是配置项手册。

 

图表绘制完成后可以通过图表上方的下载按钮导出图片，同一个工作区可以绘制多个图通过对每张图进行位置设定，从而可以实现一张图上多图表对比。

 

总的来说，该平台在图表呈现这一块基本可以满足我们的所有需求，只不过后续的数据分析可能需要辅助手段。