如何选择适当的数据可视化软件 11个优秀的数据可视化工具

导读介绍“Visualizationgivesyouanswerstoquestionsyoudidn’tknowyouhad.”-BenShneiderman....

介绍

“Visualization gives you answers to questions you didn’t know you had.”

- Ben Shneiderman

我投身数据科学领域已经几年，但是因为个人背景问题我花了一段时间才真正过渡到数据科学。

我的思维方式发生的最变化之一就是我如何看待数据的方式。最初，当我的经理要求我分析某些数据时，我曾经提出过普通的数据可视化（散点图，条形图等）。

我不能做到上面引文Ben Shneiderman说得那样。但是真正掌握数据可视化技术会打开了你以前从未曾想过的世界的大门，可视化可以剥离原始数据集周围的图层。

这通常是成功和平凡的数据科学项目之间的差异。

因此，在本文中，我的目标是向你展示数据可视化的强大功能。我整理了11个令人兴奋的可视化，涵盖了各种主题。为了表明你可以在你选择的任何工具中执行此操作，我们将在Python，R，Tableau以及D3.js中介绍这些可视化。

而你面临的挑战就是选择可视化（已经为所有这些提供的代码）并在你选择的工具中提供你自己的版本。

R中的数据可视化

ggplot2库的创建使R成为数据可视化的首选工具（至少对于程序员来说！）。我使用R开始自己的数据科学之旅时就立即被ggplot的美丽和强大所吸引。

时尚的可视化，即时见解，挖掘模式，所有这一切只需几行代码。毫不奇怪，即使是硬核Python程序员也会在他们的Jupyter notebooks中导入ggplot2（是的，现在能做到）。

如果你正在使用R并且没有探索过ggplot2,那今天请这么做：

• R中数据可视化综合指南