数据可视化工具有哪些？
市面上的数据可视化工具很多，大体分为3类：1、专业图表制作类，专业的图表制作网站/软件，针对性的制作一些可视化图表，一般不带有数据处理功能2、开发工具，比如python，调用第三方可视化库可以制作非常个性化的可视化图表，门槛高，要会写代码3、零代码可视化分析工具，比如BI工具，操作简单，门槛低，自带数据处理功能，适合普通的业务人员或者数据分析师专业图表制作网站1、Flourish推荐人群：可视化爱好者我用过最好用的免费可视化在线网站，拥有非常丰富的可视化模板，操作非常便捷，个性化程度稍微差一点，唯一的缺点是界面全英文，看起来有点费劲2、图表秀国内免费的在线图表制作工具，支持自由布局与联动交互分析。
主要看中它几点：图表新颖丰富，操作简单一键替换，支持一键导出PPT、在线动态数据展示。不过和大部分图表制作网站一样，个性化程度不高，样式受模板限制。除了这种综合性的图表制作网站，还有针对地图、词云图等特殊图表制作的网站，比如：数据地图：PolyMaps词云图：微词云开发工具1、E charts百度出品的开源免费的javascript数据可视化工具，专为大数据量可视化设计的，数据实时展现，需要一定的代码能力2、D3.js开源的可视化库，在 JS 绘图界的地位很靠前。
功能非常强大，灵活性高，很多其他的库都是基于它所开发。非常适合开发者学习研究，需要牛逼的编程功底，门槛较高。3、Highcharts国外的产品，对标的是E charts，两者用起来差不多，图表种类也很丰富，不过和E charts一样都需要进行二次开发，它的优点是它有详细的文档，示例和详细的 CSS，产品稳定性好，缺点是商用版付费。
零代码工具1、tableau全球知的数据可视化工具，除了可视化图表制作，还带有数据处理、数据连接功能，是一个专业的数据分析工具，操作简单，图表设计也比较简洁，个性化程度高用。入门门槛低，一般的业务人员就能上手，缺点是免费版功能有限，收费版对于个人用户来说有点贵。2、FineBI和tableau类似的一款数据分析工具，国产的，图表制作方法和tableau基本差不多，也带有数据处理、数据链接功能，主打的是数据分析，可视化图表非常丰富，而且带有智能图表推荐功能。
哪个数据可视化工具比较好？
看了一下其他的回答，都是利用现有的可视化软件，这里以Python为例，介绍2个比较好用的可视化包—seaborn和pyecharts，简单易学、容易上手，绘制的图形漂亮、大方、整洁，感兴趣的朋友可以尝试一下，实验环境win10 python3.6 pycharm5.0，主要内容如下：1.seaborn：这是一个基于matplotlib的可视化包，是对matplotlib更高级的API封装，绘制的图形种类繁多，包括常见的折线图、柱状图、饼状图、箱型图、热力图等，所需的代码量更少，使用起来更方便，下面我简单介绍一下这个包的安装和使用：安装seaborn，这个直接在cmd窗口输入命令“pip install seaborn”就行，如下：安装成功后，我们就可以进行简单的测试了，代码如下，很简单：程序运行截图如下：更多示例的话，可以查看seaborn官网的教程，很丰富，也有详细代码注释和说明，值得学习一下：2.pyecharts：这个是echarts提供给python的一个接口，在前端的数据可视化中，可能会用到这个echarts包，借助pyecharts，我们不仅可以绘制出漂亮的柱状图、折线图等，还可以绘制3D图形、地图、雷达图、极坐标系图等，简单好用，非常值得学习，下面我简单介绍一下这个包的安装和使用：安装pyecharts，这个直接在cmd窗口输入命令“pip install pyecharts”就行，如下：安装成功后，我们就可以进行简单的测试了，代码如下，绘制了一个简单的柱状图：程序运行截图如下：更多示例的话，也可以查看官方的教程，介绍很详细，参数说明也很具体，值得一学：至此，这里就简单介绍了seaborn和pyecharts包的安装和使用。
有哪些可视化数据分析工具推荐？
干货预警，全文8888字，配图100 ，阅读预计10分钟。赶时间的朋友点赞▲收藏★关注❤，方便以后再看。数据可视化分析工具一般分为软件类 网页类，对于兼具数据分析 可视化呈现，推荐大家从Excel入手，再学习其他数据分析工具。这里给大家推荐四个适合新手入门的可视化工具，给大家安利了2款软件和2个网站工具，通过接触这4款工具，也能快速做到举一反三，迅速上手其他可视化工具。
工具1：Excel推荐Excel的理由有很多：01.普及率高、可定制；02.入门简单、自由操作度高；03.方便与PPT结合展示，工作场合最广泛。也建议日常要处理报表同学都是从Excel学起。有人会觉得Excel的可视化比较差，那是因为绝大多数同学不知道：主题配色、排版，装饰元素等等细节问题。下面就给大家看看Excel的作品：工具2：Power BIPower BI也是微软出品的可视化工具，原来是基于Excel的三大插件:Power Query、Power Pivot Power View组成。
它图表丰富、有第三方图表库，可在线分享报表。可视化作品如下：工具3：flourish网页网址：https://flourish.studio/这是一个国外的动态可视化网站，只需要导入数据，就可以实现一些超棒可视化效果，如下：如果简单的数据可视化，Excel的普及率、兼容性和在数据储存、数据分析、数据呈现都有着坚实的基础。
还有最重要的一条是，某些领导就是要看Excel文件。对于基础的可视化需求，Excel就足以实现了。太难的图表即使自己会做，还经常要跟领导/观众解释一番。最近整理了关于Excel数据可视化表达的知识点，并且做了相关案例演示和配套练习资料，在这里分享给大家。01.REPT函数02.条件格式03.迷你图4.地图可视化5.Excel图表二、Power BI可视化想要掌握可视化图表的制作，一定要先了解基本图表的制作方法，和每种图表的特点。
以下就是常用的25种系统图表。经过前面的5章节内容，终于来到了Power View报表制作的环节了。回顾一下Power View的界面控制图表主要是由三个因素决定的：元素/对象、主题/配色，排列对齐。三个因素决定的：元素/对象、主题/配色，排列对齐。1.元素对象图表来源可分为2大类：系统自带、APP市场下载。
根据图表展示性质，分为6大类图表：分别为比较、分布、趋势、占比等。如何选择图表类型如何选择图表类型一个图表组成的基本要素有以下：标题、图例、横坐标、纵坐标、数据标签、背景、边框。这里的图表跟Excel区别是，Excel能直接在图表里面删减。这里的颜色、格式设置，均有在图表设置区域完成。1.字段设置：控制横坐标、纵坐标的字段。
2.格式设置：控制图表元素是否显示，字体、颜色、样式等设置3.分析：添加辅助线，对比分析。主题设置主题设置可以批量更换整个Power BI的配色设置。有同学可能疑惑，Power BI的默认图表颜色是如何设置的，为什么是这种颜色？图表颜色和【视图】选项卡中主题颜色：颜色1~颜色8，对应下来的。当然PowerBI除了系统自定义的配色方案，还给我们提供了丰富的主题库参考，解决我们配色的烦恼。
自带配色主题库里面有很多良好配色，在【视图】选项卡下的【主题库】进入分享博客中就有很多良好的配色主题库，点击对应的作品，可下载主题。网址：https://community.powerbi.com/t5/Themes-Gallery/bd-p/ThemesGallery社区配色方案点击下载.json类型文件，就能下载主题库。
有哪些让人惊艳的数据可视化工具？
作为一名数据分析师，一提到数据可视化就会感到莫名兴奋，我认为数据可视化有两个非常重要的部分：一个是数据，一个是可视化。而我们最常见的问题就是一看已经有了数据，却不知道如何去可视化。市面上有相当多的可视化工具，绝对能够挑花你的眼，但这些大多是门槛比较高的工具，比如Gantti、Paper.js、Highchart.js等等，不得不说，它们在技术层面上确实做的很牛逼，也很成熟。
但是针对的使用人群也比较单一，就是程序员。个人觉得在大数据时代，数据的使用是会越来越普及的，现在的很多做数据类工具的公司都在企图让数据分析变成一件没门槛的事，只有大家都能轻松上手，才能真正实现数据价值最大化。所以站在这个角度上说，想给大家推荐几款人人可用，能够快速给数据赋能的可视化工具。数据可视化的目的？在推荐工具之前我们需要回答另外一个问题，你需要用这些数据可视化的工具来做什么，实现什么目的？也许你因为有一个完整的想法，已经通过事实验证了，需要用更直观易懂的方式来展现出来，从而讲述一个逻辑或者是一个故事；也许你是有大量的数据，你想怎么从这些数据中间发现，挖掘，并展现一些数据背后的知识或者洞察，发现等；也许你是有各种各样的数据，但是你不懂数据建模，编程，或者数据清洗，你需要一个易用的数据可视化工具实现通过拖拽就能完成数据的可视化，并且可以给出最合适的展示图形；也许还有其他的各种场景，但是所有数据可视化工具都有他核心服务的一个场景，漂亮，易用，简单，协作，智能，等等都是每一个数据可视化工具的父母给予他的一个标签，我们需要匹配相关的标签来做对应的推荐。
首先要明确数据分析是需要以自我需求为导向的，抛开目的推荐可视化工具都是刷流氓。我们可以将他们分类为：个人自助式分析：非编程式可视化，能够适合业务人员、运营人员等进行自我数据分析，不需要依赖IT人员，代表工具比如python、FineBI、Tableau等BI工具；指标监控型报表：能够及时反映业务实际情况，给予数据分析支持进行预测分析、决策诊断等，主要工具是应用于企业级的报表平台，国内除了FineReport似乎也没有别的；动态数据可视化：能够实现动态实时数据的更新与展示，除了时间序列数据，还有动态路径数据、实时轨迹数据等等，比较专业，代表工具为ECharts等；基于这一假设，开始基于目的性推荐几款数据可视化工具。
一、个人自助式分析1、FineBI简洁明了的数据分析工具，也是我个人最喜欢的可视化工具，优点是零代码可视化、可视化图表丰富，只需要拖拖拽拽就可以完成十分炫酷的可视化效果，拥有数据整合、可视化数据处理、探索性分析、数据挖掘、可视化分析报告等功能，更重要的是个人版免费。主要优点是可以实现自助式分析，而且学习成本极低，几乎不需要太深奥的编程基础，比起很多国外的工具都比较易用上手，非常适合经常业务人员和运营人员。
在综合性方面，FineBI的表现比较突出，不需要编程而且简单易做，能够实现平台展示，比较适合企业用户和个人用户，在数据可视化方面是一个不错的选择。2、python本来没想把python放进来的，毕竟python这种脚步语言学习起来是比较麻烦的，但是最终考虑还是python太强大了，数据分析可视化只是python的一小部分应用方向，如果你不想敲代码的话，建议忽略这一节。
其实利用Python 可视化数据并不是很麻烦，因为Python中有两个专用于可视化的库matplotlib和seaborn能让我们很容易的完成任务。3、TableauTableau是各大外企在用的数据分析类报表工具，个人感觉主打的是：人人都会用的数据分析工具，通过简单的图形化操作（类似Excel）就可以得出自己想要的分析结果。
原理是通过连接公司数据库基于一定的SQL语法建立基本数据集，对数据集进行分析。这对数据集的完整性有很高的要求。二、指标监控型报表1、FineReport可视化的一大应用就是数据报表，而FineReport可以自由编写整合所需要的报表字段进行报表输出，支持定时刷新和监控邮件提醒，是大部分互联网公司会用到的日常报表平台。
尤其是公司体系内经营报表，我们用的是商业报表工具，就是FineReport。推荐他是因为有两个高效率的点：可以完成从数据库取数（有整合数据功能）—设计报表模板—数据展示的过程。类似excel做报表，一张模板配合参数查询可以代替几十张报表。三、动态数据可视化一个使用 JavaScript 实现的开源可视化库，底层依赖轻量级的矢量图形库 ZRender，提供直观，交互丰富，可高度个性化定制的数据可视化图表，它是由百度团队开源的。
