數(shù)據(jù)挖掘工程師如何選擇數(shù)據(jù)可視化工具？

如何選擇數(shù)據(jù)可視化工具？

如何選用數(shù)據(jù)可視化工具？在回答這個(gè)問題之前現(xiàn)需要回答另外一個(gè)問題，你需要用這些數(shù)據(jù)可視化工具來(lái)做什么，實(shí)現(xiàn)什么目的。

也許你有一個(gè)完整的想法，已經(jīng)通過(guò)驗(yàn)證了，需要用更直觀易懂的方式來(lái)展現(xiàn)，從而講述一個(gè)邏輯或者是一個(gè)故事；也許你是有大量的數(shù)據(jù)，你想怎么從這些數(shù)據(jù)中間發(fā)現(xiàn)，挖掘，并展現(xiàn)一些數(shù)據(jù)背后的知識(shí)或者洞察；也許你是有各種各樣的數(shù)據(jù)，但是你不懂?dāng)?shù)據(jù)建模，編程，或者數(shù)據(jù)清洗，甚至是SQL的優(yōu)化等你需要一個(gè)易用的數(shù)據(jù)可視化工具實(shí)現(xiàn)通過(guò)拖拽就能完成數(shù)據(jù)的可視化，并且可以給出最合適的展示圖形；也許還有其他的各種場(chǎng)景，但是所有數(shù)據(jù)可視化工具都有他核心服務(wù)的一個(gè)場(chǎng)景，漂亮，易用，簡(jiǎn)單，協(xié)作，智能等等。每一個(gè)數(shù)據(jù)可視化工具都有一個(gè)定位的標(biāo)簽。應(yīng)該通過(guò)我們需要的核心需求來(lái)做選擇。做一個(gè)簡(jiǎn)單分類：

1. 明確目標(biāo)的易用，多樣展示型工具，比如Tableau；

2. 可以支持靈活定制的展示型，比如圖標(biāo)庫(kù)D3；

3. 不明確目標(biāo)的數(shù)據(jù)探索型，比如google spreadsheet的explore；

4. 有行業(yè)訴求既能可視化分析又能數(shù)據(jù)探索的，比如帆軟FineBI；

5. 按照行業(yè)或者職能需求的數(shù)據(jù)可視化，比如DOMO，Qlikview；

之前看到某網(wǎng)友用了24種工具制作一個(gè)相同的圖表，比較了12款可視化軟件和12個(gè)編程/圖表庫(kù)，并針對(duì)工具/圖表庫(kù)的側(cè)重度，靈活程度，圖表創(chuàng)新性，交互效果四大方面，寫了一篇一級(jí)棒的文章。

今年5月，這個(gè)妹子給自己設(shè)置了一個(gè)挑戰(zhàn)：盡可能嘗試使用多種多樣的編程語(yǔ)言或者軟件來(lái)進(jìn)行數(shù)據(jù)可視化。為了比較這些工具，她利用這些工具重復(fù)制作了同樣的一張散點(diǎn)圖?；诮Y(jié)果，她還發(fā)布了兩篇文章：一篇是用12種軟件做一個(gè)相同的圖表，另一篇是用12種編程/圖表庫(kù)做一個(gè)相同的圖表。下圖展示了她使用12個(gè)不同的軟件制作同一張散點(diǎn)圖的過(guò)程：

這是12種編程/圖表庫(kù)制作出來(lái)的效果：

她從這些可視化軟件/圖表庫(kù)中認(rèn)識(shí)到：沒有十全十美的工具，但是如果確立（可視化）目標(biāo)，就能找到合適的工具去實(shí)現(xiàn)。下面是她在制作中曾遇到過(guò)的一些矛盾，也是數(shù)據(jù)可視化工作者常常遇到的情況。

1、分析 VS 展示：

是想使用工具（R, Python）來(lái)分析數(shù)據(jù)，還是更注重于構(gòu)建可視化效果（D3.js, Illustrator）？有些BI工具（比如說(shuō)FineBI, Tableau, Plotly）試圖在這其中謀求平衡，既可分析又可展示。她根據(jù)分析和展示上的側(cè)重性對(duì)可視化工具和編程語(yǔ)言們進(jìn)行了排列：可以看到工具類的往往更注重展示，而編程類的比較平均，各有側(cè)重。

2、數(shù)據(jù)管理

如果制作可視化的時(shí)候需要更改源數(shù)據(jù)怎么辦？在這方面，這些工具或編程語(yǔ)言的靈活性如何？

低靈活性：比如在Illustrator中，即使你只是輕微修改了數(shù)據(jù)，也需要重頭開始制作圖表，這種工具還不方便進(jìn)行數(shù)據(jù)管理。

中靈活性：比如在D3.js中，可以單獨(dú)處理或修改數(shù)據(jù)，然后再重新導(dǎo)入數(shù)據(jù)文件來(lái)更新可視化結(jié)果。

高靈活性：比如在FineBI中，數(shù)據(jù)分析的處理如數(shù)據(jù)建模，數(shù)據(jù)清洗，甚至是SQL的優(yōu)化，大數(shù)據(jù)量的處理都可以在一個(gè)平臺(tái)完成，同時(shí)易用，拖拽就能完成數(shù)據(jù)的可視化。

3、傳統(tǒng)圖表 VS 創(chuàng)新圖表：

如果你只需要基本的圖表類型，如柱狀圖或折線圖，Excel完全可以滿足啦~但你如果想創(chuàng)建表現(xiàn)形式更為豐富的互動(dòng)圖表，比如點(diǎn)擊可以出現(xiàn)酷炫的交互效果，像D3.js之類的編程語(yǔ)言就更適合啦，但是學(xué)習(xí)此類工具的門檻也往往更高，有著陡峭的學(xué)習(xí)曲線和冗長(zhǎng)的代碼?；蛘咭部梢允褂肞rocessing，用它制作這張散點(diǎn)圖的代碼長(zhǎng)度只有D3.js的一半。還有Lyra，它不需要任何代碼基礎(chǔ)，但也可以讓你輕松修改數(shù)據(jù)有關(guān)的視覺元素。

4、交互圖表 VS 靜態(tài)圖表：

你是需要?jiǎng)?chuàng)造基于網(wǎng)頁(yè)的交互圖表（如D3.js, Highcharts能做到的），還是PDF/SVG/PNG形態(tài)的圖表就能滿足你 (R和Illustrator可以做到)？幾年前，互動(dòng)圖表曾受到高度追捧，但現(xiàn)在關(guān)注焦點(diǎn)慢慢從“看起來(lái)怎么樣”轉(zhuǎn)移到“什么才更有意義”。對(duì)于分析部分，交互特性往往也是很有必要存在的。Plotly和R的庫(kù)Ggvis就可以讓讀者輕松地將鼠標(biāo)懸停在可視元素上來(lái)查看基礎(chǔ)數(shù)據(jù)。下圖是作者對(duì)于軟件/編程的在靜態(tài)和交互的劃分：