14丨数据可视化：掌握数据领域的万金油技能

Jan 14, 2019

14丨数据可视化：掌握数据领域的万金油技能-极客时间



下载APP





关闭

讲堂部落提薪训练营云原生训练营架构实战营企业版极客商城兑换中心 App下载浏览器插件

渠道合作

推荐作者

14丨数据可视化：掌握数据领域的万金油技能

2019-01-14 陈旸来自北京

《数据分析实战45讲》

课程介绍



讲述：陈旸

时长12:17大小11.26M



上一讲中，我给你讲了数据变换，今天讲一下数据可视化。如果你想做一名数据分析师，那么掌握可视化技能是必不可少的，因为在大部分情况下，老板更关心呈现的结果。
另外当这些可视化的结果呈现在你眼前时，你才能直观地体会到“数据之美”。图片在内容表达上，要远胜于文字，它不仅能体现数据真实性，还能给人很大的想象空间。
数据可视化的视图都有哪些？在了解数据可视化的重要性之后，我们来看下，在数据可视化产品中，一般都包括哪些视图？
我们常用的可视化视图超过 20 种，分别包括：文本表、热力图、地图、符号地图、饼图、水平条、堆叠条、并排条、树状图、圆视图、并排圆、线、双线、面积图、双组合、散点图、直方图、盒须图、甘特图、靶心图、气泡图等。
你不用记住这些视图名称都是什么，因为在可视化工具中，操作面板上都会有这些图形可供选择。你看一眼就知道它是不是你想要的。
当然，你不仅要掌握这些视图的使用，更要了解使用它们背后的目的是什么，这里我整理了下，可以分为以下的 9 种情况：
在上面的这几种情况里，你也许想要看某个数据的分布情况，或者它随着时间的趋势，或者是局部与整体之间的关系等等。所以在设计之前，你需要思考的是，你的用户是谁，想给他们呈现什么，需要突出数据怎样的特点，以及采用哪种视图来进行呈现。
比如说，你想呈现某个变量的分布情况，就可以通过直方图的形式来呈现。如果你想要看两个变量之间的相关性及分布情况，可以采用散点图的形式呈现。
一个视图可能会有多种表达的目的，比如散点图既可以表明两个变量之间的关系，也可以体现它们的分布情况。同样，如果我想看变量的分布情况，既可以采用散点图的形式，也可以采用直方图的形式。
所以说，具体要采用哪种视图，取决于你想要数据可视化呈现什么样的目的。
数据可视化工具都有哪些？那么如何把数据弄成上面说的视图呢？我们需要借助数据可视化的工具。
这些工具有很多，我从几个维度来给你介绍下。这几个维度分别是商业智能分析软件、可视化大屏、前端可视化组件和编程语言类。
商业智能分析
首先在商业智能分析软件中，最著名的当属 Tableau 和 PowerBI 了，另外中国帆软出品的 FineBI 也受到国内很多企业的青睐。
Tableau 是国外的商业软件，收费不低。它适合 BI 工程师、数据分析分析师。如果可以熟练掌握 Tableau，那么找到一份数据分析的工作是不难的。
PowerBI 是微软出品的，可以和 Excel 搭配使用，你可以通过 PowerBI 来呈现 Excel 的可视化内容。
在 BI 行业中，Tableau 和 PowerBI 远超其他 BI 产品，处于行业的领导者的位置。
另外 FineBI 是中国的帆软出品，针对国内使用更加友好，同时也倾向于企业级应用的 BI。
可视化大屏类
大屏作为一种视觉效果强、科技感强的技术，被企业老板所青睐，可以很好地展示公司的数据化能力。这里给你介绍两款可视化大屏的软件 DataV 和 FineReport。
DataV
DataV 是一款可视化的工具，天猫双十一大屏就是用它呈现的。你要做的就是选择相应的控件，配置控件的样式、数据传输和交互效果等。当然 DataV 本身有一些免费的模板，你可以直接通过模板来创建。不过一些特殊的控件和交互效果还是需要购买企业版才行。
FineReport
FineReport 是帆软出品的工具，你可以看出他家的产品基本上都是 Fine 开头的，包括刚才给你介绍的 FineBI。FineReport 可以做数据大屏，也可以做可视化报表，在很多行业都有解决方案，操作起来也很方便。可以实时连接业务数据，对数据进行展示。
前端可视化组件
如果你想要成为一名前端数据可视化工程师的话，至少熟练掌握一种前端可视化组件是必不可少的，不少公司招聘“高级前端工程师”的时候，都要求熟悉几个开源数据可视化组件。
可视化组件都是基于 Web 渲染的技术的。所以你需要了解一下几个典型的 Web 渲染技术：Canvas、SVG 和 WebGL。简单来说，Canvas 和 SVG 是 HTML5 中主要的 2D 图形技术，WebGL 是 3D 框架。
Canvas 适用于位图，也就是给了你一张白板，需要你自己来画点。Canvas 技术可以绘制比较复杂的动画。不过它是 HTML5 自带的，所以低版本浏览器不支持 Canvas。ECharts 这个可视化组件就是基于 Canvas 实现的。
SVG 的中文是可缩放矢量图形，它是使用 XML 格式来定义图形的。相当于用点和线来描绘了图形，相比于位图来说文件比较小，而且任意缩放都不会失真。SVG 经常用于图标和图表上。它最大的特点就是支持大部分浏览器，动态交互性实现起来也很方便，比如在 SVG 中插入动画元素等。
WebGL 是一种 3D 绘图协议，能在网页浏览器中呈现 3D 画面技术，并且可以和用户进行交互。你在网页上看到的很多酷炫的 3D 效果，基本上都是用 WebGL 来渲染的。下面介绍的 Three.js 就是基于 WebGL 框架的。
在了解这些 Web 渲染协议之后，我再来带你看下这些常用的可视化组件： Echarts、D3、Three.js 和 AntV。
ECharts 是基于 H5 canvas 的 Javascript 图表库，是百度的开源项目，一直都有更新，使用的人也比较多。它作为一个组件，可以和 DataV、Python 进行组合使用。
你可以在 DataV 企业版中接入 ECharts 图表组件。也可以使用 Python 的 Web 框架（比如 Django、Flask）+ECharts 的解决方案。这样可以让你的项目更加灵活地使用到 ECharts 的图表库，不论你是用 Python 语言，还是用 DataV 的工具，都可以享受到 ECharts 丰富的图表库样式。
D3 的全称是 Data-Driven Documents，简单来说，是一个 JavaScript 的函数库，因为文件的后缀名通常为“.js”，所以 D3 也常使用 D3.js 来称呼。
它提供了各种简单易用的函数，大大简化了 JavaScript 操作数据的难度。你只需要输入几个简单的数据，就能够转换为各种绚丽的图形。由于它本质上是 JavaScript，所以用 JavaScript 也是可以实现所有功能的。
Three.js，顾名思义，就是 Three+JS 的意思。“Three”表示 3D 的意思，“Three.js”就是使用 JavaScript 来实现 3D 效果。Three.js 是一款 WebGL 框架，封装了大量 WebGL 接口，因为直接用 WebGL API 写 3D 程序太麻烦了。
AntV 是蚂蚁金服出品的一套数据可视化组件，包括了 G2、G6、F2 和 L7 一共 4 个组件。其中 G2 应该是最知名的，它的意思是 The grammar Of Graphics，也就是一套图形语法。它集成了大量的统计工具，而且可以让用户通过简单的语法搭建出多种图表。G6 是一套流程图和关系分析的图表库。F2 适用于移动端的可视化方案。L7 提供了地理空间的数据可视化框架。
编程语言
使用数据分析工具，你一定离不开 Python 语言，当然也有人使用 R 语言。在用 Python 和 R 做数据分析的时候，一定少不了用到可视化的部分。
下面我简单介绍下，如何使用 Python 和 R 进行数据可视化。
在 Python 里包括了众多可视化库，比如 Matplotlib、Seaborn、Bokeh、Plotly、Pyecharts、Mapbox 和 Geoplotlib。其中使用频率最高，最需要掌握的就是 Matplotlib 和 Seaborn。
Matplotlib 是 Python 的可视化基础库，作图风格和 MATLAB 类似，所以称为 Matplotlib。一般学习 Python 数据可视化，都会从 Matplotlib 入手，然后再学习其他的 Python 可视化库。
下面这张图就是我拿 Matplotlib 做的蜘蛛图。
Seaborn 是一个基于 Matplotlib 的高级可视化效果库，针对 Matplotlib 做了更高级的封装，让作图变得更加容易。你可以用短小的代码绘制更多维度数据的可视化效果图，比如下面这个例子：
在 R 中也有很多可视化库可供选择。其中包括了 R 自带的绘图包 Graphics 以及工具包 ggplot2、ggmap、timevis 和 plotly 等。
其中 ggplot2 是 R 语言中重要的绘图包，这个工具包将数据与绘图操作进行了分离，所以使用起来清晰明了，画出的图也漂亮。其实在 Python 里后来也引入了 ggplot 库，这样在 Python 中也可以很方便地使用到 ggplot，而且和 R 语言中的 ggplot2 代码差别不大，稍作修改，就能直接在 Python 中运行了。
如何开始数据可视化的学习其实很多企业都有在用商业分析软件，Tableau 算是使用率很高的。如果你想做相关的数据分析研究，掌握一门语言尤其是 Python 还是很有必要的。如果你想要全面的学习数据可视化，你可以有以下的 3 个路径：
1. 重点推荐 Tableau
Tableau 在可视化灵活分析上功能强大，主要目标用户更多是较专业的数据分析师。同时在工作场景中使用率高，因此掌握 Tableau 对于晋升和求职都很有帮助。不过 Tableau 是个商业软件，收费不低。而且上手起来有一些门槛，需要一定数据基础。
2.  使用微图、DataV
前面我给你讲过八爪鱼的使用，微图和八爪鱼是一家公司的产品，使用起来非常方便，而且免费。当你用八爪鱼采集数据之后，就直接可以用微图进行数据可视化。
DataV 是阿里推出的数字大屏技术，不过它是收费的产品。它最大的好处，就是可以分享链接，让别人可以在线浏览，不需要像 Tableau 一样安装客户端才能看到数据可视化的结果。另外 DataV 有一些模板，你直接可以使用。
你可以先使用微图和 DataV 作为你的数据可视化体验工具，因为成本低，上手起来快。这样你对数据可视化可以有个直观的了解。如果你想从事数据可视化这份工作，你可以花更多的精力去研究和学习 Tableau。
3. Python 可视化
Python 是数据分析的首选语言，如果你不进行编程，可以使用我在上文中提到的数据可视化的工具。如果你的目标是个数据挖掘工程师，或者算法工程师，那么最重要的就是要了解，并且熟练掌握 Python 的数据可视化。
总结我今天给你介绍了数据可视化的视图，然后带你讲解了当前主流的数据可视化工具。Tableau 和 PowerBI 是 BI 商业智能行业的领导者，是很多大公司里商业数据分析工作必备的工具。如果你使用 Python 作为数据分析的语言，那么也需要对 Python 数据可视化有所掌握。
最后给你留两道思考题吧。你平时的工作是怎样的，是否需要用到数据可视化技术呢？在数据可视化技术中，你都用过哪些工具，你觉得哪个工具使用起来比较顺手？
欢迎和我在评论区进行讨论，也欢迎你把这篇文章分享给你的朋友或者同事。

分享给需要的人，Ta购买本课程，你将得18元

生成海报并分享

赞 15

提建议

13 | 数据变换：考试成绩要求正态分布合理么？

15丨一次学会Python数据可视化的10种技能

 写留言

精选留言(48)

三儿
2019-01-14
老师，感觉讲得像数据分析的科普太浅了
作者回复: 后面有一些项目实战可以做
46
林骥
2019-01-14
陈老师讲得很全面👍👍👍，数据分析的学习任重而道远。我写过一篇〖Python编程实践（2）：数据可视化〗，感兴趣的同学可以去看看，搜索微信公众号〖数据化分析〗，在历史消息中可以找到。文章链接：https://mp.weixin.qq.com/s/dmJGMvFAroxJkTk5NwynSw
作者回复: 加油~ 谢谢
23
蜘蛛的梦呓
2019-01-14
Excel：体量小且需要马上出结果； Python：灵活可复用，数据量大 Tableau：清洗数据后使用，一般不知道如何分析时，会用 Tableau 随意分析，找寻灵感。个人比较喜欢 excel 和 tableau，python 一般用于搭建可复用的框架（编程能力并不强）。
展开
作者回复: 很好的分享
23
FORWARD―MOUNT
2019-01-15
漏了一个也是阿里巴巴最好用的QuickBI，可以无缝对接所有数据源，上手非常简单，不用编程。我们公司一直在用。
共 2 条评论
20
成欣睿
2019-01-23
作为学生说一句，Tableau现在有Tableau Prep类似ETL可以处理数据合并数据，而且现在学生通过学校邮箱注册可以有1年使用权，官网还有视频教程！
作者回复: 对 Tableau有学生版
19
求知鸟
2019-01-14
公司推的是FineBI,Finereport。不过能用excel绘图的就没用Python,R。说句实话，Python,R绘制出的图形不仅美观，还分辨率高。换句话说，你写论文用 excel作图，会因为分辨率的问题而被嫌弃的。
作者回复: 很好的分享
18
SageCat
2019-04-01
帆软员工路过🤪
作者回复: 哈哈哈厉害~
11
杰之7
2019-02-11
通过这一节的阅读，对可视化报表的工具有了更全面的了解。目前我接触到了是PowerBI和Python的Matplotlib，我想对于数据工程师而言，可视化懂一到二种主流的，对于其他的可视化工具，能在前端可视化，大屏及可视化组建的使用，能在实际的过程中去使用更好。
作者回复: 加油~
共 2 条评论
8
凛冬里的匍匐者
2019-01-22
老师，文中提到常用数据可视化图标有20多种，其使用的背后目的总结了9种，麻烦给一个映射关系吧。
6
50包邮解君愁
2019-01-14
我们公司用的帆软，我也是来公司后才了解的这款，也想上手tableau，不知道tableau支不支持在网页端部署浏览
作者回复: 帆软用的人也挺多的
6
杨鹏
2019-01-14
海致BDP也很好用
作者回复: 也是不错的工具
共 2 条评论
5
梁林松
2019-01-14
微图个人版，被业务调整了。
作者回复: 对被调整了哈哈
4
莫巽
2019-01-14
少量的数据还是喜欢用EXCEL来画简单的图，数据量大的话基本就用matplotlib和seaborn了。
作者回复: 可以的
4
王彬成
2019-02-14
你平时的工作是怎样的，是否需要用到数据可视化技术呢？在数据可视化技术中，你都用过哪些工具，你觉得哪个工具使用起来比较顺手？我上一份工作是作为房地产商业软件的产品助理，其中一个功能板块是展示房地产销售的营业数据，其中用到的就是Echarts插件，他提供了许多模板，很好地为客户展示数据。在这个过程中，我么团队大部分的时间是用来校对数据上，即清洗数据。因为存在大量的错误的，重复的数据，虽然低效，但至关重要。
展开
3
大萌
2019-01-16
进公司之后就培训了Tableau，学习了基础Tableau的使用方法，平常拿到数据后可先利用Tableau查看数据分布等等，还是挺方便的。 python用于画图更为灵活和高效，平常编程时候可直接编程画图。以上两种我觉得是数据分析师需要掌握的。
作者回复: 对 Python和Tableau都不错
3
你看起来很好吃
2019-01-15
请问老师，看您的目录上，数据分析的算法和十大机器学习的算法是一样的啊，他们是不是其实是一个东西
作者回复: 对的我讲解的就是十大机器学习算法，数据分析本身就是和机器学习相关的
3
任欣
2019-01-15
一般用Python将一些可重复性的工作自动化，用excel透视图快速对数据进行初步的分析和整理，得出结果汇报给老板。后期用finebi进行可视化，个人感觉用finebi交互感觉更好，不过tableau的桌面版功能更强大，操作起来也很方便。
作者回复: 很好的分享
3
奔跑的鳄鱼
2019-01-14
请问老师，本专栏日后会否涉及机器学习范畴的知识？
作者回复: 对会有的，因为会讲解10大机器学习模型
3
yiwu
2019-01-14
用最多的，还是excel。来做系统巡检统计，容量分析。客户分布，名单管理。
作者回复: 很好的分享
3
几何
2019-03-24
最近发现plotly_express 也是很好用可以看此博客 https://blog.csdn.net/weixin_38507462/article/details/88769529
作者回复: 多谢分享
2

