大数据可视化系列一:可视化工具选择

　　在这个全民创业的火热年代，枯燥乏味的数据统计居然也靠“大数据”概念咸鱼翻身,突然变得炙手可热起来。既然大数据这么洋气，当然要好好钻研。梦想还是要有的，万一靠这发财了呢！
一，数据可视化的魔力
　　大数据里面,我觉得最洋气的领域就是数据可视化了（其实是其它的不会...），俗话说的好，可视化就是大数据产业“长征的最后一公里”，是面向用户的最终数据体现形式，男人（用户）的唯一标准就是脸（图）好不好看。
书上说数据可视化有数据挖掘，数据清洗，数据表现等等一堆过程，这里就长话短说单刀直入聊聊数据表现的画图环节。数据表现的大白话就是把数据画成图形，比如用Excel整个柱状图啥的。但是Excel这么简单人人都会，咋个体现咱们的专业性！这行当混饭吃的诀窍就是得把简单的事情复杂化，复杂到同行和客户看不懂了，恭喜你，已经是专家了！
二，为什么MATLAB还不够
　　为了把画个统计图这件事情搞复杂，业内人士处心积虑搞出来MATLAB等等重量级数据分析软件，画个条形图都有牛顿高斯这样的大科学家理论加持。当然牛逼的是这些软件能处理海量数据，用统计学理论如聚类分析，因子分析等挖掘出数据之间的关系，此之谓“数据分析”。数据分析软件能把数据以各种形式精确的表现出来，而且能够以三维立体图形等形式来唬人，效果相当不错。

　　既然数据分析软件这么牛逼，那还有其他的工具软件什么事？但是别忘了，我们处在鸡血沸腾的移动互联网时代，一切不能在手机上搞的都要推倒重来！MATLAB数据分析软件做数据可视化的最大问题是成果的传播不便，一个精心制作具备交互功能的图形，如果别人没装MATLAB，那对不起，只能看静态图片了。

　　其他还有很多牛逼的数据分析软件如Tableau等也是类似情况。

三，互联网开放标准的数据可视化工具
　　因此，为了能够在网上迅速传播大数据可视化成果，一批基于互联网开放标准的数据可视化工具软件就应运而生了。这些工具是如此简单好用，导致大量学文科的新闻记者都学会了，出现了一个新产业叫＂数据新闻＂，据说要革传统新闻产业的命，以后不会写代码的文科生不是好记者了...
　　基于互联网开放标准的数据可视化工具软件大多数以javascript作为开发语言，辅于CSS作为美化手段，一般封装成图表框架，引入HTML页面后即可开箱使用。数据可以用json, csv的形式，通过javascript读取到程序中进行绘图。
此类工具从头到脚遵循HTML,CSS,JAVASCRIPT,CANVAS,SVG,JSON等互联网开放标准，从此不用担心数据和开发平台的兼容性。死在沙滩上的前浪Adobe Flash，以及加强版的Flex，因为走了封闭道路遭到苹果乔帮主为首的各路江湖大佬围剿，已是日薄西山。从已经被遗忘的Macromedia到今日的Adobe，Flash的没落告诉我们互联网时代不走开放标准路线才是最危险的。
四，互联网数据可视化工具的流派
　　程序员是一个最痴迷于武侠（撕逼）的群体，当然最擅长用武功、兵器比喻开发工具。金庸老先生说，天下数据可视化工具，一寸长一寸强，一寸短一寸险。基于javascript的互联网数据可视化工具可大致以分两个流派：长枪和绣花针。长枪流派是封装好的图形库如ECharts，绣花针流派是从底层自行开发的工具库如d3.js。
　　封装好的图形库犹如长枪，拿上手就可杀敌，功力强者威力无边，底子再差也能当烧火棍使着防身。以ECharts为例，添点数据就是一张具备交互功能的图表，还有各种贴心的图表另存为图片等小功能；至于图表类型，只有你想不到没有百度做不到，什么条型图散点图树状图都不说了，基于WebGL从太空望地球的图表都给你准备妥了。如果要开发大量重复性简单数据图表，ECharts这样的封装良好的图表库无疑是最好的选择。
　　但是有些人就是喜欢折腾，放着方便的工具不用，非得用最原始麻烦的，比如那谁东方不败就爱用俩绣花针对敌，用d3.js做数据可视化感觉也差别多。所谓一寸短一寸险，说的就是d3.js这玩意没啥现成的组件可以开箱即用，但是一切可以自行配置无比灵活；只要你脑子里能想到的数据可视化表现形式，用d3.js基本都能做出来；但是如果功力不到家，那基本上是坑死自己。练d3.js这葵花宝典的第一步就是挥刀自宫，忘记所有现成的图表类型和组件，自己从头引入数据，绑定Dom，绘制坐标轴，设置颜色，折腾到吐血一张基本曲线图就画好了！
五，总结与选择
　　罗罗嗦嗦了大半天，好像就提到了ECharts和d3.js两种解决方案，连我自己都觉得是百度的托了。其实是因为这两个方案已经是这个领域的佼佼者了，属于非常典型的数据可视化工具代表，掌握了这两种基本上就能应付绝大多数数据可视化的做图工作了。其他的互联网数据可视化工具也非常多，套路也大同小异，网上随便搜索下就能出来“数据可视化最佳ＸＸ个工具”，在此就不赘述了。
　　ECharts采用canvas图形标准，得益于硬件加速数万个数据点带起来丝毫没压力，缺点是位图格式不能无损放大；ECharts上手非常容易，百度专门提供在线的网站调试ECharts图表，满意了把代码拷贝走就行。ECharts非常适合大规模常规性数据可视化开发，比如网站的后台数据显示，各类ERP系统的数据显示等。
　　d3.js采用svg图形标准，和CSS水乳交融美化很方便，支持无损放大，缺点是绑定数据太多的时候浏览器渲染dom的效率就变地下。当然d3.js也能用canvas，不过这都是非主流的实现方式了。d3.js需要从头开始实现图表每个元素，麻烦的同时也提供了定制空间，是创作复杂的个性化数据可视作品的最佳选择。

　　下面现丑一个d3.js擅长的、ECharts不容易实现的数据可视化案例，欢迎点击：http://guoweish.github.io/work-tree.html

大数据可视化系列一:可视化工具选择相关推荐

数据可视化系列-06数据分析工具QuickBI
文章目录数据可视化系列-06数据分析工具QuickBI 一文介绍QuickBI Quick BI 的基本对象快速入门 Quick BI产品架构界面说明菜单栏我的看板工作台首页通过仪表板分析 ...
基于python大数据爬取房价数据可视化
基于python大数据爬取房价数据可视化
大数据算法系列——布隆过滤器
大数据算法系列--布隆过滤器一.简介 Bloom filter介绍 Bloom Filter(BF)是一种空间效率很高的随机数据结构,它利用位数组很简洁地表示一个集合,并能判断一个元素是否属于这个集 ...
大数据学习系列----大数据项目的思考
2019独角兽企业重金招聘Python工程师标准>>> 最近做了一个大数据可视化的项目,目前阶段还仅仅对我们关心的指标做一些年度,季度,月度维度的汇总和展示,提供了简单的纵向横向的指 ...
电信行业大数据（大数据平台系列）
电信行业大数据(大数据平台系列) 电信行业拥有体量巨大的数据资源,单个运营商的手机用户每天产生的话单记录.信令数据.上网日志数据可以达到PB级规模.通过大数据技术,运营商可以提升数据处理能力,聚合海量 ...
大数据学习系列：Hadoop3.0苦命学习（五）
传送门: 大数据学习系列:Hadoop3.0苦命学习(一) 大数据学习系列:Hadoop3.0苦命学习(二) 大数据学习系列:Hadoop3.0苦命学习(三) 大数据学习系列:Hadoop3.0苦命学 ...
灾害预警实时监控中心（大数据平台系列）
灾害预警实时监控中心(大数据平台系列) 大数据对雷暴雨.洪水.地震.海啸等天灾的救援发挥了重要的作用,为科学救灾提供智能化决策.大数据平台抓取气象局.地震局的海量气象数据.卫星云图变化数据,构建气象运 ...
手机移动互联网营销（大数据平台系列）
手机移动互联网营销(大数据平台系列) 移动互联网与大数据时代,基于手机App与大数据的营销模式不可或缺,是企业商家与用户拉近距离的桥梁,可以融入人们生活的方方面面.基于手机App与大数据的营销模式,是 ...
【“工业大数据预测”系列】——第2篇：异常数据处理
文章目录前言 1 数据来源 2 数据预处理 2.1 无效数据处理 2.2 异常数据处理 3 数据预处理完整代码前言 Hi,久等了,这里是工业大数据预测系列的第二篇. 前面我们提到,工业大数 ...
大数据学习系列之七 ----- Hadoop+Spark+Zookeeper+HBase+Hive集群搭建图文详解
引言在之前的大数据学习系列中,搭建了Hadoop+Spark+HBase+Hive 环境以及一些测试.其实要说的话,我开始学习大数据的时候,搭建的就是集群,并不是单机模式和伪分布式.至于为什么先写单 ...

大数据可视化系列一:可视化工具选择

大数据可视化系列一:可视化工具选择相关推荐

最新文章

热门文章