你在工作当中有被要求将数据可视化吗？相信职场人们到了每个汇报工作的时候，除了不停地做PPT之外，还需要把你这阶段的数据汇总，然后进行分析，以便于领导更直观的看到你这些工作成果。 当下数据可视化确实是一个“火出圈”的词汇，无论是朋友圈的Python广告，还是Python要不要从孩子抓起，处处体现着对数据可视化的重视。 但是很多人对数据可视化的理解可能还是停留在数据图表化的基础阶段，其实在学术界当中将数据可视化分为三大分支：科学可视化、信息可视化、数据可视化。 数据可视化的适用范围一个常见的关注焦点就是信息的呈现。 迈克尔·弗兰德利(2008)，提出了数据可视化的两个主要的组成部分：统计图形和主题图。《Data Visualization: Modern Approaches》概括阐述了数据可视化的下列主题 ： 1.思维导图，2.新闻的显示，3.数据的显示，4.连接的显示，5.网站的显示，6.文章与资源，7.工具与服务。 所有这些主题全都与图形设计和信息表达密切相关。 另一方面，Frits H. Post 则从计算机科学的视角，将这一领域划分为如下多个子领域： 1.可视化算法与技术方法，2.立体可视化，3.信息可视化，4.多分辨率方法，5.建模技术方法，6.交互技术方法与体系架构数据可视化的成功，应归于其背后基本思想的完备性。 数据可视化的常用工具大多数个人工作者在遇到需要大量数据需要进行可视化处理的时候可能都会选择使用Excel，公司在商业用途上的可视化工具选用会选择Excel，Python，BI等工具。 我们把市面上的可视化工具分类的话主要有以下三类： a、零编程类：比如Excel，打开即用，无需编程，操作简单，零基础上手。 b、编程类类：比如说Python，较专业化的可视化工具，主要涉及到系统的编程开发，个性化的程度较高，适合专业的开发师或者工程师。 c、商业智能类：比如豌豆BI和ABI，适用于业务人员，实施人员，技术人员的工具，通过简单地拖拉拽就可以轻松实现可视化效果。 豌豆BI的敏捷看板及即席报告，用户可自由拖拽生成，目前正在免费试用中。 有兴趣的可以前去体验~ |
|
|
