20款优秀的数据可视化工具 (建议收藏)

 如今学习应用数据可视化的渠道有很多，你可以跟踪一些专家博客，但更重要的一点是实践/实操，你必须对目前可用的数据可视化工具有个大致了解。

下面列举的二十个数据可视化工具，无论你是准备制作简单的图表还是复杂的图谱或者信息图，这些工具都能满足你的需要。更加美妙的是，这些工具大多免费。

/01/ 入门级工具 01 Excel

Excel的图形化功能并不强大，但Excel却是分析数据的理想工具，上图是Excel生成的热力地图。

作为一个入门级工具，Excel是快速分析数据的理想工具，也能创建供内部使用的数据图，Excel在颜色、线条和样式上可选择的范围有限，这也意味着用Excel很难制作出能符合专业出版物和网站需要的数据图。

不过作为一个高效的内部沟通工具，Excel应当是你百宝箱中必备的工具之一。

02 CSV/JSON

CSV(逗号分隔值)和JSON(Javascript对象注释)虽然并不是真正的可视化工具，但却是常见的数据格式。

你必须理解他们的结构，并懂得如何从这些文件中导入或者导出数据。

以下将要介绍的所有数据可视化工具都支持CSV、JSON中至少一种格式。

/02/ 在线数据可视化工具 03 Google Chart API

Google Chart API工具集中取消了静态图片功能，目前只提供动态图表工具。

能够在所有支持SVGCanvas和VML的浏览器中使用，Google Chart的一个大问题是图表在客户端生成，这意味着那些不支持Javascript的设备将无法使用，也无法离线使用或者将结果另存其他格式，之前的静态图片就不存在这个问题。

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。

04 Flot

Flot是一个优秀的线框图表库，支持所有支持canvas的浏览器(目前主流的浏览器如火狐、IE、Chrome等都支持)。

05 Raphael

Raphael是创建图表和图形的Javascript库，与其他库最大的不同是输出格式仅限SVG和VML。

SVG是矢量格式，在任何分辨率下的显示效果都很好。

06 D3

D3(Data Driven documents)是支持SVG渲染的另一种Javascript库。

D3能够提供大量线性图和条形图之外的复杂图表样式，例如Voronoi图、树形图、圆形集群和单词云等。

虽然D3能够提供非常花哨的互动图表，但你在选择数据可视化工具时，需要牢记的一点是知道在何时保持简洁。

07 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。虽然Visual.ly的主要定位是“信息图设计师的在线集市”，也提供了大量信息图模板。虽然功能还有很多限制，Visual.ly绝对是个能激发你灵感的地方。

/03/ 互动图形用户界面(GUI)控制

如果数据可视化的互动性强大到可以作为GUI界面会怎样？

随着在线数据可视化的发展，按钮、下拉列表和滑块都在进化成更加复杂的界面元素，例如能够调整数据范围的互动图形元素，推拉这些图形元素时输入参数和输出结果数据会同步改变。

在这种情况下，图形控制和内容已经合为一体。以下这些工具能够帮你实现这些功能

08 Crossfilter

当我们为方便客户浏览数据开发出更加复杂的工具时，我们已经能够创建出既是图表，又是互动图形用户界面的小程序。Javascript库Crossfilter就是这样的工具。

Crossfilter应用当你调整一个图表中的输入范围时，其他关联图表的数据也会随之改变。

09 Tangle

Javascript库Tangle进一步模糊了内容与控制之间的界限。

在上图的应用实例中，Tangle生成了一个负载的互动方程，读者可以调整输入值获得相应数据。

/04/ 地图工具

地图生成是eb上最困难的任务之一。Google Maps的出现完全颠覆了过去人们对在线地图功能的认识。而Google发布的Maps API则让所有的开发者都能在自己的网站中植入地图功能。 

近年来，在线地图的市场成熟了很多，如果你需要在数据可视化项目中植入定制化的地图方案，目前市场上已经有很多选择，知道在何时选择何种地图方案则成了一个很关键的业务决策。

地图方案看上去功能都很强大，切忌“有了一把锤子，看什么都像钉子”

10 Modest Maps

顾名思义，Modest Maps是一个很小的地图库，只有10KB大小，是目前最小的可用地图库。

这似乎意味着Modest Maps只提供一些基本的地图功能，不要被这一点迷惑了。在一些扩展库的配合下，例如Wax，Modest Maps立刻会变成一个强大的地图工具。

11 Leaflet

CloudMade团队为大家带来了Leaflet，这是一个小型化的地图框架，通过小型化和轻量化来满足移动网页的需要。

Leaflet和Modest Maps都是开源项目，有强大的社区支持，是在网站中整合地图应用的理想选择。

12 PolyMaps

Polymaps是一个地图库，但主要面向数据可视化用户。

Polymaps在地图风格化方面有独到之处，类似CSS样式表的选择器，是不可错过的好东西。

13 OpenLayers

OpenLayers可能是所有地图库中可靠性最高的一个。

虽然文档注释并不完善，且学习曲线非常陡峭，对于一些特定的任务来说，OpenLayers无可匹敌。例如能够提供一些其他地图库都没有的特殊工具。

14 Kartograph

Kartograph的标记线是对地图绘制的重新思考，我们都已经习惯了莫卡托投影，Kartograph为我们带来了更多的选择。

如果你不需要调用全球数据，而仅仅是生成某一区域的地图，那么Kartogaph将使你脱颖而出。

15 CartoDB

CartoDB是一个不可错过的网站。你可以用CartoDB很轻易就把表格数据和地图关联起来，这方面CartoDB是最优秀的选择。

例如，你可以输入CSV通讯地址文件，CartDB能将地址字符串自动转化成经度/维度数据并在地图上标记出来。目前CartoDB支持免费生成五张地图数据表，更多使用需要支付月费。

随着高清移动设备的普及，eb开发的一个最新趋势是将符号字体与字体整合(把符号变成字体)，创建出漂亮的矢量化图标。

在这些新型字体中，例如FF Chartell和Chartjunk是专门用来显示图表和图形的。

他们与OpenType碰到的问题一样，就是不能被所有的浏览器支持，不久的未来这些矢量字体将是数据可视化工作中需要考虑到的因素。

/05/ 进阶工具

如果你准备用数据可视化做一些“严肃”的工作，那么你可能不会对在线可视化工具或者eb小程序有太大兴趣，你需要的是桌面应用和编程环境。

16 Processing

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。

由于端口支持Objective-C，你也可以在iOS上使用Processing。

虽然Processing是一个桌面应用，但也可以在几乎所有平台上运行，经过数年发展，Processing社区目前已经拥有大量实例和代码。

17 NodeBox

NodeBox是OS X上创建二维图形和可视化的应用程序。

你需要了解Python程序，NodeBox与Processing类似，没有Processing的互动功能。

/06/ 专家级工具

与Excel相对的是专业数据分析工具。如果你是一个专业的数据分析师，那么你就必须对下面将要介绍的工具有所了解(如果不是精通的话)。

众所周知，SPSS和SAS是数据分析行业的标准工具，这些工具的费用不菲，只有大型组织和学术机构才有机会使用。

下面我们介绍几种免费的替代工具，这些开源工具的共同特征是都有强大的社区支持。开源分析工具性能不输老牌专业工具，插件的支持甚至更好。

18 Ｒ

作为用来分析大数据集的统计组件包，Ｒ是一个非常复杂的工具，需要较长的学习实践，学习曲线也是本文所介绍工具中最陡峭的。

Ｒ拥有强大的社区和组件库，而且还在不断成长。当你能驾驭Ｒ的时候，一切付出都是物有所值的。

19 Weka

当你成长成一名数据科学家的时候，你需要将个人能力从数据可视化扩展到数据挖掘领域。

Weka是一个能根据属性分类和集群大量数据的优秀工具，Weka不数据分析的强大工具，还能生成一些简单的图表。

20 Gephi

Gephi是进行社交图谱数据可视化分析的工具，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。