非洲小白脸88
国内有哪些好的数据可视化工具,推荐一下
数据可视化工具的话国内外有很多，给题主稍微介绍一下吧。
国外：Tableau：自身定位是一款可视化工具，与qlikview的定位差不多，可视化功能很强大，对计算机的硬件要求很高，部署较复杂。
目前移动端只支持IOS系统。
Qlikview：属于新一代的轻量化BI产品，体现在建模，部署和使用上。
智能运行在windoes系统cls产品架构。
采用内存动态计算，数据量小时，速度很快，数据量大时，吃内存很厉害性能偏慢。
国内：FineBI：轻量化的BI工具，部署方便，走多维分析方向。
后期采用jar包升级换代，维护方便，最具性价比。
永洪BI：敏捷BI软件，产品稳定性较高。
利用sql处理数据，不支持程序接口，实施交由第三方外包。
有哪些好用的数据可视化工具？
提供商业智能可视化工具的软件服务商，国内主要代表为帆软、永洪科技、四方伟业、SMARTBI等，国外主要代表为SAP BO、IBM Cognos、Oracle BIEE、Microsoft BI等。
新兴的可视化工具提供商，国内厂商主要代表有数字冰雹、恒泰实达等，国外主要代表有Tableau、Qlik、Microstrategy等。
来自互联网巨头公司的可视化厂商，主要的代表有网易有数、百度图说、阿里云数加等。
这些互联网厂商从云端切入大数据、BI市场，数据在云端，无论是从数据获取、处理、分析的便捷性、应用成本还是解决方案的架构等各个方面考虑，都具备了很强的操作性和可行性。
常用的数据可视化软件有哪些
1. Excel / Spreadsheethttp://www.openoffice.org/download/excel 基本上支持了最常用的数据分析功能：用来概述（总结）数据特征，数据可视化，对数据转型（去除噪音数据）从而得到新的数据集用来分析等。
尽管Microsoft excel这个软件是付费的，但你可以用其替代品，例如open office, google docs!2. Trifactahttps://www.trifacta.com/start-wrangling/excel在数据大小上有限制，但这个工具没有这样的局限，您可以安全地用它处理大数据集。
这个工具有令人难以置信的特性，如图表推荐、内置算法、分析洞察力，您可以使用这些特性在任何时间内生成报告。
3. Rapid Minerhttps://rapidminer.com/在建立机器学习模型方面的具有专业性，包含了我们经常使用的所有ML算法。
能闪电般的快速水平上提供分析经验。
他们的生产线上有几个为大数据、可视化、模型部署而构建的产品，其中一些产品（企业）包括订阅费。
4. Rattle GUIhttps://cran.r-project.org/bin/windows/base/提供了足够的选项来探索、转换和建模数据。
它在统计分析方面的选择比SPSS少。
但是，SPSS是一个付费工具。
5. Qlikviewhttp://global.qlik.com/us/landing/go-sm/qlikview/download-qlikview获得商业洞察力并以一种极具吸引力的方式将其呈现出来。
有了它较先进的可视化功能，你会惊讶于你在处理数据时所得到的控制量。
它有一个内置的推荐引擎，可以不时地更新有关较佳可视化的信息。
6. Wekahttps://www.analyticsvidhya.com/learning-paths-data-science-business-analytics-business-intelligence-big-data/weka-gui-learn-machine-learning/使用Weka的一个优点是它很容易学习。
作为一个机器学习工具，它的界面是足够直观的，你可以迅速完成工作。
它为数据预处理、分类、回归、聚类、关联规则和可视化提供了选择。
建立在Java之上。
7. KNIMEhttps://www.knime.org/knime-analytics-platform提供了一个开放源码的分析数据的平台，以后可以使用其他支持KNIME的产品进行部署。
该工具在数据融合、可视化和先进的机器学习算法等方面具有丰富的特点。
8. Orangehttp://orange.biolab.si/目的是产生交互式数据可视化和数据挖掘任务。
YouTube上有足够的教程来学习这个工具。
它有一个广泛的数据挖掘任务库，包括所有的分类、回归、聚类方法。
9. Tableau Publichttps://public.tableau.com/s/Tableau是一个数据可视化软件。
快速探索数据的可视化软件，每一次观察都可使用各种可能的图表。
它是一种由自己计算出数据类型、可用的较佳方法等的智能算法。
10. Data Wrapper这是一个闪电般的快速可视化软件。
可视化桶由线条图、条形图、列图、饼图、叠加条形图和地图组成。
此工具启用浏览器，不需要任何软件安装。
11. Data Science Studio (DSS)http://www.dataiku.com/dss/trynow/它是一个旨在连接技术，业务和数据的强大工具。
它可分为两部分：编码和非编码。
它对任何旨在发展，建立，在网络上部署和扩展模型的组织来说都是一个完整的软件包。
12. OpenRefinehttp://openrefine.org/download.html专门研究混乱的数据；为预测建模目的而清理、转换和塑造数据。
使用Open Refine进行改进，分析人员不仅可以节省时间，还可以将其用于生产工作。
数据可视化,到底该用什么软件来展示数据
1.使用你最熟悉的软件学习用编程建立数据可视化不代表要摒弃你已经熟悉的工具。
我一般使用任何能够最快速解决问题的工具，这个工具可以是Excel,GoogleSheets，或者是Python。
你不需要只用R或者只用JavaScript做完所有工作，在一项工作中囊括不同的工具是有好处的。
你的最终目的是制作可视化图表，每一步的结果会引导你进行到下一步，所以不要太纠结于用“正确”的方法做事。
2.从基础做起不要期待你第一次尝试就会做出非常高级非常惊艳的视觉效果。
尤其在学习的初期，你是有很多路要走的，所以要从基础做起，再慢慢去使用更加高级的技巧。
这样你才不会一开始就感到备受打击，从而放弃学习的希望。
在R语言中，有很多工具包可以帮助你做事情，甚至有时候你只要使用一个函数就行了。
但是如果你不熟悉R的编程句法，我还是建议你从最基本的R语言学起，即便可能会有些难。
就好比我之前提到的d3.js这个JacaScript函式库，如果你不熟悉JavaScript，或者刚刚开始学习编程，很多类似的东西都会看起来很难。
我建议你从MikeBostock写的基础教程学起，慢慢开始了解你做的东西。
3.找一个项目去完成不要认为要把所有的东西学完再开始做项目，这样你会被耽搁。
先学习一些基础知识就可以开始了，这至少可以保证，日后当你遇到问题在网上搜索的时候，能够看懂那些解决方法。
选择一些数据，然后开始着手尝试可视化吧。
一开始的进展肯定非常缓慢，你也会觉得很困惑，这都是很正常的。
我直到现在还经常因为一些问题感到困惑，但你一定要坚持做完。
做项目的受益之处，在于它逼着你去学习你需要知道的。
你每做完一个项目，下一个就会变得容易一些了。
通常一个数据可视化的项目会分成以下的步骤。
处理和格式化数据Python当我有一个非矩形分隔的文件 ，或数据比较凌乱时，我会写一些特别的Python脚本。
幸运的话，我会找到并重新利用过去已有的脚本。
有时会用Beautiful Soup来修饰，有时会用csvkit 。
R我只有在需要加载csv格式表格时才会用到R，通常只是做数据聚合，合并，或处理从原来的数据中派生的部分。
Tabula多用于公开的政府数据，包括在 PDF文件中涉及的数据。
没有 Tabula的话这个过程将非常痛苦。
Microsoft Excel只有在有需求的时候才会用到它。
数据读入Excel中，然后再导入像Numbers或是OpenOffice这样的工具中。
Google Sheets有时使用电子表格比写脚本更快，我很喜欢这样简洁的过程。
分析数据在你去做最后的图形之前，你需要先了解这个数据集。
R这里我想到的是R。
因为R作为一个开源的统计计算语言，它有一个很丰富的社区，数不尽的扩展包，以及在Stack Overflow上大量的已解答的问题。
制作静态图形这对我来说通常包含两个阶段：（i）在R中进行可视化； （ii）在Illustrator中润色。
R在R中有可视化工具包，如ggplot2，但我几乎全部使用R自带的那些功能，即base R。
Adobe Illustrator如果图形要发布给别人看，我会以PDF格式保存R生成的图形，并在Illustrator中编辑。
虽然有些矫枉过正，但效果还不错。
我也在考虑试着用Sketch。
制作交互式图形Flash已经过时了，而JavaScript是新的宠儿。
R在这里应用不广。
d3.js我用数据驱动的文档来做交互式的数据可视化（我还在学习中）。
有许多例子可以用来试手。
但如果我想快速完成一个图表，我有时也会尝试用 Vega-Lite 。
4.认真阅读编程指南和范例编程指南是很有用的。
一开始可能会有些难，但你必须要适应。
如果你的程序出了问题，很大可能是因为你写的不对，而不是代码的实现有问题。
所以这个时候你就需要仔细阅读指南，确认你的函数运用是正确的。
在R语言中，所有函数的指南都是用相同的格式写的，它会告诉你这个函数有哪些参数，返回值是什么，并且之后会给出使用的范例，这些范例都非常经典。
d3.js函式库的创建者MikeBostock就写了非常好的指南，在网上也有很多其他教程。
Bostock在指南中收录的大量范例是非常有用的，每当我遇到问题，在网上搜索解决方法的时候，我一般都会把出现的问题和“mbostock”放在一起搜索。
5.着手去做我有时会也会因为想太多而迟迟不开始，但是只要你能着手按照以上的小提示去做，能节省很多时间。
用工具进行数据可视化，一般会有一个最优的做法，但没有必要从一开始就去寻找它。
先把形状和颜色在屏幕上试下，然后将数据编译进去，让数据在大体上看起来没问题。
如果有些不对劲（尤其是对于含有互用和动画的可视化项目），你再去寻求更优化的做法。
一般情况下，即使不是最优，你的图表也是没错的。
可视化商务智能软件,国内哪家厂商出来的可视化效果好？
操作简单、分析智能、报表直观易理解。
人人都能驾驭，人人都能读懂，这才是可视化商务智能软件该有的样子，操作简单任何人都能轻易驾驭。
数据可视化工具操作太复杂，难度系度太高，一来增加了企业实现快速智能数据分析的难度；二来容易降低数据可视化分析效率。
如领导无法根据自身实际需求修改维度字段，需数据分析员再度操作，对数据分析人员依赖度过高，降低数据可视化分析效率。
OurwayBI可视化效果图
