数据可视化设计的网站

1、国内有哪些好的数据可视化工具，推荐一下

诚然，数据可视化可谓是数据分析工作的最后一道工序，前面的作业做得再好，如果不能很好地展现出来，那就算是临门一脚、功亏一篑了……下面给大家列出好用的数据可视化工具清单，希望可以为你的学习或工作带来一些帮助。

1、强大的R可视化包-ggplot2

R是一款偏向于统计分析的脚本语言软件，基于S语言开发，如果你是R语言忠实fans，我相信你一定不会不知道R里单独的一个绘图包—ggplot2，之所以给ggplot2“强大”的头衔，一方面确实能够轻松应付各个领域的图像绘制，静态的，动态的，说的出名字的，个性化特制的；另一方面小编就是学统计学的，自然相对熟悉这个包。

ggplot2由Hadley Wickham在2005年创造。受欢迎的原因是将图形分解为语素（如尺度、图层）的思想。ggplot2可以作为R语言基础绘图包的替代，同时ggplot2预设有多种印刷及网页尺寸。

较R基础绘图包而言，ggplot2允许用户在更抽象的层面上增加、删除或转换图表中的元素。 这种抽象化的代价是执行速度。ggplot2 较 lattice 绘图包而言更耗时。

2、数据科学的达芬奇—matplotlib

如果你偏好使用python做数据分析，那我相信你对matplotlib不能再熟悉了，matplotlib 是Python语言及其数学扩展包 NumPy的可视化操作界面。

Matplotlib的优点：带有内置代码的默认绘图样式；与Python的深度集成；图形绘制相较Gnuplot更加美观。缺点嘛，高度依赖其他包，如Numpy。只适用于Python：很难在Python以外的语言中使用。

我们来用python里的matplotlib做一个散点图试试：

import matplotlib.pyplot as plt

from numpy.random import rand

a = rand(100)

b = rand(100)

plt.scatter(a,b)

plt.show()

3、菜单式操作用户的福音书—Tableau

近期有企业招聘要求会Tbaleau，小编也是最近才知道这个软件的。

tableua是一家软件公司总部设在西雅图，华盛顿，美国产生交互式数据可视化产品，着重于商务智能。Tableau产品查询关系数据库，OLAP多维数据集，云数据库和电子表格，然后生成许多图表类型。产品还可以从其内存数据引擎中提取数据并存储和检索。

4、微软忠实用户离不开的交互式标板—PowerBI

Power BI是Microsoft提供的业务分析服务。它提供具有自助式商业智能功能的交互式可视化，最终用户可以自行创建报告和仪表板，而无需依赖信息技术人员或数据库管理员.PowerBI与excel无缝接入，专业增强版的excel更是不需要安装PowerBI插件，打开excel就可食用了。

当然有些数据分析软件也带透视表、绘图功能，如MySQL、SPSS，但数据可视化不作为主要功能，这里就不如上面较详细说了。

2、数据可视化,哪家公司做的不错？

我们公司就是做大屏数据可视化设计的。公司名字：上海科睿展览展示工程科技有限公司。完成了中国消防博物馆、吉林省科技馆、上海玻璃博物馆、中国海事博物馆、中新天津生态城智能电网展厅等展示。

3、哪家数据可视化公司做的可视化效果好？

洞见依托数字孪生技术，利用城市信息模型和叠加在模型上的多元数据集合专，打造精准、动属态、可视化的数字孪生城市大脑。借助智能大屏、城市仪表盘、领导驾驶舱、数字沙盘、3D-LED 大屏等形式，实现一张图全方位展示城市各领域综合运行态势。同时根据不同主题分级分类呈现，帮助城市决策者、管理者、普通用户从不同角度观察和体验城市发展现状、分析趋势规律、制定发展规划。

具有简单易操作、海量图表及地图组件、深度透视空间与业务数据、部署灵活可集成、高性能二三维渲染引擎、丰富的行业模板等特点。

洞见通过专业的可视化应用，快速、有效的满足多场景、多业务的数据分析与展示。洞见经常被应用在智慧城市、智慧环保、智慧金融、智慧旅游、物流等各个领域之中。

4、数据可视化，大屏展示，哪家公司做的不错？

通过大屏可视化，让信息化的价值瞬间可见。大屏可视化可实现实时刷新，不论是实版时交易状况权，还是生产现场，都可以及时监控、及时预警。

大屏数据可视化应用蓝图：

1、通过层层钻取轻松还原事实。

2、通过层层钻取轻松还原事实，通过多维动态分析，多角度透视一角之下的冰山。

、通过预警/定时推送，无论何时何地均可运筹帷幄。

4、通过移动终端访问使一切尽在“掌”握。

大屏展示：

5、有哪些免费简单的数据展示(数据可视化)网站?

如今数据可视化成越来越多人关注的话题，但是不少人苦于Excel画图不好看，Tableau等软件上手不够快，python,R等语言可视化学习门槛高，一直没法能上手做好数据可视化。我私以为合理利用各种轻量化在线工具结合，让自己更方便达成目的而非纠结软件学习使用成本更值得我们去实践（其实我就是懒=-=）暑假到现在，自己练手了几个数据可视化的项目，有出于个人兴趣的项目，也有受人之托的房地产项目，用了挺多软件，也走了挺多弯路，发现了几个在线工具非常的实用，在此特地分享一下自己认为比较实用的几个应用和他们的用途，这些在线工具虽然看似很简单，但是结合在一起灵活使用还是有奇效的，希望大家能尝试一下。
一.BDP个人版
类似Tableau的在线版数据可视化分析工具，相比竞品大数据魔镜更接地气也更好用，分析模板丰富，有各种数据模板可以套用，然后换上自己的数据，就大工告成了！而且还支持制作词云、漏斗图、数据地图（自带坐标纠偏）等各种图表，一个比较万用的平台，没能力使用Tableau的人不妨试试这个平台。
二.百度图说
大名鼎鼎的Echart改来的东西，说实话功能不太丰富，主要是专注做好一张图，图表自定义的选项很丰富，但有条件还是学一下Echart的代码自己动手造图。这个线上工具意义更多是在Excel作图吃瘪时做一张好看的图表插入你的报告中。

三.文图
文图主要用在你要出一份包含文字说明的报告时使用，文图最大的优势就是它帮你定了主题配好了颜色！！让你整个报告看起来风格统一很简洁美观！，不要以为这个不重要，多少辛苦做好的图表单看是美如画，几张风格一不统一，配色一不对劲，逼格马上就下来了好吗？？？万一的报告别的部分没有美化过，更是白费了很多力气。

文图用配好色定好风格的几个主题解决了这种问题，图表功能该有的也都有了，而且文图对移动端的支持真的非常好！完美适配手机端。可惜的是文图的排版不是很好用，要有点耐心。
四.GeoQ
功能强大的数据地图制作软件，自身有非常强大的地理数据库，对坐标的纠偏，地址字段的识别支持非常好，底图类型很多。绘图功能完善而且强大，该有的一个不落，配上它自家的数据库可以让你很方便的做出想要的数据地图。美中不足的是用户作品界面管理体验很差，制图反映较慢。

部分效果预览，可以方便的用自己上传的数据与它提供的数据库结合。此图中用了自己的几个楼盘位置和杭州商业区位置，叠加了它提供的房价数据和基于我自己数据算的热力图层。总之功能很强大，值得一试。
五.地图慧
和上面一个挺像的，但地图惠有自家的手机移动APP，可以完美在移动端上使用。但制图体验上个人觉得不如GeoQ来的好用，主要差在一些细节，比如自传数据识别比不上GeoQ而且=-=比如错了就没法撤销啊啊啊啊还会自动保持啊啊啊，比如下面关于上海的某类房产选址的结果图就是个悲剧，不小心点了商城地理数据就清理不掉了=-=（图中红色部分）

六.创客贴
这个其实是个平面设计网站=-=不具备任何数据分析能力，但是但是，它可以拿来做可视化。主要是用在，万一你眼馋《第一财经》那种图表，或者觉得你就算用了可视化工具后图表和报告还是不能很好结合在一起，感到真鸡气的时候，就该用这个了，上几张自己的挫作，因为我个人没什么审美能力所以见笑了=-=

大概就是这样=-=，不需要PS，不需要AI ID这些高大上的软件，唯一的缺点，这东西，做数据图表真真真鸡儿难做啊，各种目测，手条=-=没办法，这就是懒得代价。
写在最后：数据可视化自然是越美越好，但是，不可以舍本逐末，真正有价值的不是你的图，而是你的数据和你的呈现的是否清晰与直观。（比如我就有碰到过做得地图别人一眼不看要我直接报上小区名字=-=）
转载于giratinar的原创文章《数据可视化（三）那些好用的在线工具》；

6、谁有好用的数据可视化工具？

在网上你直接搜就可以，市面上有很多啊，如果让我推荐的话，应该就会推荐我版平时用的最多的，前权嗅出品的那个工具。那个工具只要你会用鼠标点点点就行，基本想要啥都能通过可视化点出来。只有个别网站加了各种反爬代码的时候，需要一些脚本语言来操作。总体而言还是蛮好用的，你可以试试看。

7、请教 数据可视化系统的 Web 解决方案

web前端分为网页设计师、网页美工、web前端开发工程师首先网页设计师是对网页的架构、色彩以及网站的整体页面代码负责网页美工只针对UI这块儿的东西，比如网站是否做的漂亮web前端开发工程师是负责交互设计的，需要和程序猿进行交互设计的配合。 web前端需要掌握的有脚本技术javascript DIV+CSS现下最流行的页面搭建技术，ajax和jquery以及简单的后端程序等。 后端的话可供开发的语言有 asp、php、jsp、.NET 这些后端开发语言的话搭建环境都不一样，具体如果自己想学的话看是想从事前端部分还是后端程序部分。后端开发如果有一定的条件的话可以转为软件开发。不过要有一定的语言基础，类似java语言。C#等。关键是看自己的兴趣爱好。。 这个到后期不会区分这么细，做前端到后期也会懂一些后端的技术，反之，后端也是。在实际的开发过程中，当前这样定位前端、后端开发人员。 1）前端开发人员：精通JS，能熟练应用JQuery，懂CSS，能熟练运用这些知识，进行交互效果的开发。 2）后端开发人员：会写Java代码，会写SQL语句，能做简单的数据库设计，会Spring和iBatis，懂一些设计模式等。 现在来看，对前后端的要求还是蛮低的，尤其是后端，新员工经过培训之后都是可以参与到后端开发的，没有太高的技术门槛，唯一需要做的就是先变成熟练工种，这个阶段没有涉及到设计模式、架构、效率等一些列问题。 还是先google一下，看看网上对Web前端开发、Web后端开发分别是什么？ Web前端: 顾名思义是来做Web的前端的。这里所说的前端泛指Web前端，也就是在Web应用中用户可以看得见碰得着的东西。包括Web页面的结构、Web的外观视觉表现以及Web层面的交互实现。 Web后端：后端更多的是与数据库进行交互以处理相应的业务逻辑。需要考虑的是如何实现功能、数据的存取、平台的稳定性与性能等。 再来看看大公司对前后端人员招聘的要求，通过这个角度看看前端、后端的技术要求： Web前端： 1）精通HTML，能够书写语义合理，结构清晰，易维护的HTML结构。 2）精通CSS，能够还原视觉设计，并兼容业界承认的主流浏览器。 3）熟悉JavaScript，了解ECMAScript基础内容，掌握1~2种js框架，如JQuery 4）对常见的浏览器兼容问题有清晰的理解，并有可靠的解决方案。 5）对性能有一定的要求，了解yahoo的性能优化建议，并可以在项目中有效实施。 6）...... Web后端： 1）精通jsp，servlet，java bean，JMS，EJB，Jdbc，Flex开发，或者对相关的工具、类库以及框架非常熟悉，如Velocity，Spring，Hibernate，iBatis，OSGI等，对Web开发的模式有较深的理解 2）练使用oracle、sqlserver、mysql等常用的数据库系统，对数据库有较强的设计能力 3）熟悉maven项目配置管理工具，熟悉tomcat、jboss等应用服务器，同时对在高并发处理情况下的负载调优有相关经验者优先考虑 4）精通面向对象分析和设计技术，包括设计模式、UML建模等 5）熟悉网络编程，具有设计和开发对外API接口经验和能力，同时具备跨平台的API规范设计以及API高效调用设计能力 6）...... 从几个公司的招聘要求可以看到，做Web开发，对前端和后端的要求是各自所不同的。而目前的实际情况，也和这个差不多，但是，自己无论在知识的掌握程度上，还是知识掌握的宽度上，都是不够的。 首先，自己在前端缺乏积累，没有沉淀，专业的前端技术的积累是从去年才开始的，同时，在前端也缺乏支撑与高手，所以，走起来比较困难。同时，前端人员培养的较少，一个原因是对前端了解太少，另外一个原因就是对前端与后端的工作比例估计不足。所幸，在这一年也在前端有了很快的进步，培养了几个优秀的开发人员，有意识的解决了前端的用户体验，这都是可喜的。今年，需要更进一步，专业化。 其次，在后端发展的不够宽，后端的知识体系已经比较完善，但是，很多应用点都没有涉及到。同时，对现有技术框架的理解都不够深入，太浮躁。目前的设计团队在解决互联网高并发、大数据量的存取上经验与能力都还不足，需要正视这些问题。后端技术的发展需要更加的精进，以解决实际存在的问题为主。 最后，在前端、后端都缺乏熟练工，这会影响到开发的速度，同时，也不利于后期技术的研究。

8、有哪些免费简单的数据展示（数据可视化）网站

1、DataWrangler
斯坦福大学可视化组（SUVG）设计的基于web的服务，以你刚来清理和重列数据。点击一个行或列，DataWrangler 会弹出建议变化。比如如果你点击了一个空行，一些建议弹出，删除或删除空行的提示。它的文本编辑很cooool。

2、Google Refine
Google Refine。用户在电脑上运行这个应用程序后就可以通过浏览器访问之。这个东西的主要功能是帮用户整理数据，接下来的演示视频效果非常好：用户下载了一个 CSV 文件，但是同一个栏中的同一个属性有多种写法：全称，缩写，后面加了空格的，单数复数格式不一的。。。但是这些其实都代表了同一个属性，Google Refine 的作用就是帮你把这些不规范的写法迅速统一起来。
3、R 项目
R语言是主要用于统计分析、绘图的语言和操作环境。虽然R主要用于统计分析或者开发统计相关的软体，但也有人用作矩阵计算。其分析速度可比美GNU Octave甚至商业软件MATLAB。

可视化应用与服务（Visualization applications and services）
这些工具提供了不同的可视化选项，针对不同的应用场景。
4、Google Fusion Tables
Google Fusion Tables 被认为是云计算数据库的雏形。还能够方便合作者在同一个服务器上分享备份，email和上传数据，快速同步不同版本数据，Fusion Tables可以上传100MB的表格文件，同时支持CSV和XLS格式，当然也可以把Google Docs里的表格导入进来使用。对于大规模的数据，可以用Google Fusion Tables创造过滤器来显示你关心的数据，处理完毕后可以导出为csv文件。
Google Fusion Tables的处理大数据量的强大能力，以及能够自由添加不同的空间视图的功能，也许会让 Oracle，IBM, Microsoft传统数据库厂商感到担心，Google未来会强力介入数据库市场。

5、Impure

Impure，允许点击、拖曳来连接模块，由西班牙分析公司Bestiario 创建。
6、Tableau Public

7、Many Eyes

8、VIDI

9、Zoho Reports

10、Choosel

11、Exhibit

12、Google Chart Tools

13、JavaScript InfoVis Toolkit

14、Protovis

15、Quantum GIS (QGIS)

16、OpenHeatMap

17、OpenLayers

18、OpenStreetMap

19、TimeFlow

20、IBM Word-Cloud Generator
21、Gephi

22、NodeXL
23、数趣网