有什么好用的数据可视化软件？

在当前互联网，由于大数据研究热潮，以及数据挖掘，机器学习等技术的改进，各种数据可视化图表层出不穷，如何让大数据生动呈现，也成了一个具有挑战性的可能，随之也出现了大量的商业化软件。今天就给大家介绍一款逆天Power BI可视化工具。逆天的不仅仅是工具，还有其使用门槛和价格。

Power BI系列文章地址：http://www.cnblogs.com/asxinyu/p/Power_BI_Introduce.html

1.前言

半年来，一直在做数据统计的后台工作，虽然出来了数据，但考虑到前端可视化的问题，非常晕头，包括领导也在考虑这方面的事情，也不断接触了很多BI工具，传统BI架构中，数据和使用，以及报表都集成在一起，随着业务的复杂，开发人员工作越来越大，虽然现在使用前端工具做一个图表很容易，但考虑到纬度和灵活性，对复杂的业务来说，已经严重跟不上脚步。经过最近一段时间的学习了解和学习，体会也越来越深。

今天就给大家推荐一款BI神器Power BI，目前个人只是会简单的使用，主要精力集中在各项功能以及整个可视化系统实现的细节，如数据源刷新，云端展示，仪表盘设计，业务系统集成，协作共享等方面。虽然不是很深，但我相信，随着目前技术和各个厂家的不断投入和推广，这个工具也会越来越强大。

2.微软Power BI技术演变

虽然本次发布的Power BI独立产品眼球一亮，比较逆天，但其实微软在BI领域一直都很强，原因很简单，就是因为逆天的Excel，微软Excel很早就支持了数据透视表，并基于Excel开发了相关BI插件，如Power Query，PowerPrivot,Power View和Power Map等。这些插件让Excel如同装上了装逼的翅膀，瞬间高大上。由于Excel的普及和可操作性简单，加上数据透视表技术已经深入人心，所以全新的Power BI呼之欲出，相比Tableau等产品，有着无可比拟的天然优势。由于微软大船的原因，可能在这方面发力比较晚，让Tableau等专业产品有了发扬光大的机会。Tableau产品的体验课和售前演示都听过，目前不打算学习。看看目前在BI领域的魔力象限分布图：

很显然，微软与Tableau处于行业领先位置，但就目前的行业占有率来说，与Tableau还有差距。

3.全新的Power BI隆重登场

很显然Power BI是整合了Power Query，PowerPrivot,Power View和Power Map等一系列工具的成果，所以以前使用Excel做报表和BI分析的，可以快速使用，甚至直接使用以前的模型，同时新版本的Excel 2016也提供了Power BI插件。

3.1 Any data,Any where,Any time

看看这个口号，一起来了解Power BI。

3.1.1 Any Data

Power BI已经支持各种数据源，包括文件(如Excel，CSV，XML，Json，文本等，还支持文件夹)，数据库(常见的关系型数据库如Access，MSSQL，Oracle，DB2，Mysql等等)，还有各种微软云数据库，其他外部数据源（如R脚本，Hadoop文件，Web等等）；

3.1.2 Any Where

意味着我们可以在任何地方进行编辑和修改报表，不仅仅是Power Desktop可以进行编辑和发布报表，微软还有在线版编辑工具，功能也一点不差，在tableau的体验课上没见过有web开发环境。通过模型的发布，对组合发布的报表，我们可以使用分享功能，发送到邮箱，或者嵌入到业务系统中，非常方便。

3.1.3 Any time

意味着不管你是开发者，还是领导，都可以随时通过互联网进行数据分析和决策。

3.2 Power BI Desktop 与 Power BI Mobile

Power BI Desktop 是一个桌面版开发环境，同时也可以进行在线的开发和编辑，非常强大。如下图：

同时，也有针对手机端的Power BI Mobile，涵盖WP，Android和苹果三大平台。手机版的功能暂时没有体验，这里不过多说明，有兴趣的可以进行下载。

链接如下：https://powerbi.microsoft.com/en-us/mobile/

3.3 其他功能亮点

由于功能比较多，个人也在学习使用阶段，暂时只把自己掌握和了解的部分功能写出来。

• 与Excel PowerPrivot集成，模型文件都可以通用；

• 与Excel集成，可以通过Excel发布上传模型；以前使用Excel做数据分析的，也非常容易上手

• 可以自定义视觉图像对象，可以在线下载别人制作的自定义图表；效果可以为所欲为，爽不爽。。。

• 智能问答，根据你的简单输入或者规定语法，自动获取数据和展示；爽呆了。。。

• 还可以根据你提供的数据源，自动进行各个纬度的分析和展示，然后挑选你任务有价值的图表直接放到仪表盘，爽呆了。

• 提供了REST API可以使用你喜欢的编程语言来推送数据到报表或者数据集中，更加灵活。

4.Power BI的授权和费用问题

很显然大家肯定关注Power BI的授权和使用费用问题。根据我个人的了解，行业领头羊Tableau的产品是价格不菲，15天试用期，听说是6K美刀一个用户起步，用户数有最低数，几个就不清楚了)，一年免费的新版本升级，一年后20%的升级费用。Soga,是不是很坑，那么大家肯定比较关注Power BI的价格。我把我了解的信息和大家分享一下：

1.有免费版。Desktop版本无功能限制，这一点最令人激动，需要使用企业邮箱注册。免费的存储在线存储服务是1G空间(已经可以满足很多很多人的需求了)。

2.有专业版，9.99美刀每用户每个月(10G空间)，就算10个用户（对大部分企业来说，10用户已经很强大，100G的，有多少公司的统计数据可以到？也意味着BI团队有10多人，注意不是开发），每个月也就几百块，一年几千块，可以说超值。专业版不仅在存储容量有增加，另外一个功能就是数据的在线刷新频率和刷新量大大增加。免费用户每天一次，1万行数据，；而专业版是每小时1百万数据行。其次就是共享协作的差别，免费版只能分享，但不能协作。对很多企业来说，1个用户创建已经OK了。

下面网址列出了具体的功能差别：https://powerbi.microsoft.com/en-us/pricing/#

5.Power BI资源

1.Power BI下载：

官方网站：https://powerbi.microsoft.com

国外产品系列

1、ChartBlocks

ChartBlocks是一款网页版的可视化图表生成工具，在线使用。通过导入电子表格或者数据库来构建可视化图表。整个过程可以在图表的向导指示下完成。它的图表在HTML5的框架下，使用强大的JavaScript库D3.js来创建图表。图表是响应式的，可以和任何的屏幕尺寸及设备兼容。 还可以将图表嵌入任何网页中。

数据信息/数据干货分享/大数据资料下载关注公众号【中云大数据分析】或网站http://www.wstxjs.com/

2、D3.js

D3是个图表库，对于前端工程师来说，D3.js 称得上是最好的数据可视化工具库。

D3厉害的地方在于它建立了一整套数据到SVG属性的计算框架，常用Data visualization模型，大多都可以再d3.layout里面找到。D3.js运行在JavaScript上，并使用HTML，CSS和SVG。

D3.js是开源工具，使用数据驱动的方式创建漂亮的网页，D3.js可实现实时交互，这个库非常强大和前沿。

3、Tableau

Tableau公司将数据运算与美观的图表完美地嫁接在一起。它的程序很容易上手，各公司可以用它将大量数据拖放到数字\"画布\"上，转眼间就能创建好各种图表。这一软件的理念是，界面上的数据越容易操控，公司对自己在所在业务领域里的所作所为到底是正确还是错误，就能了解得越透彻。其两种不同的变体是基于云计算的Tableau Online和Tableau Server。

它们都是为与大数据有关的组织设计的。企业使用这个工具非常方便，而且提供了闪电般的速度。还有一件事对这个工具是肯定的，Tableau具有用户友好的特性，并与拖放功能兼容。但是在大数据方面的性能有所缺陷，每次都是实时查询数据，如果数据量大，会卡顿。

国内做数据可视化产品/工具的公司

国内有独立成一行业的公司，围绕可视化做一些应用产品/系统的公司，比如：

帆软——报表软件finereport、商业智能finebi、大屏可视化阿里——蚂蚁金服可视化控件AntV、数据可视化大屏DataV数字冰雹——大屏可视化百度——开源图表控件Echarts网易——数据分析平台（BI）网易有数

除此之外，还有很多互联网公司会开发自己的数据可视化产品、BI平台，引用国内外开源，对内形成解决方案，但是不对外。软件集成商也对针对客户需求，做专门的方案，自己开发或者集成别人的应用。

1、FineBI

FineBI是一款商业智能BI工具，做数据分析和可视化数据展现，以分析为主，提供多种数据接入方式，可视化功能强大，平台更适合掌握分析方法了解分析的思路的用户，其他用户的使用则依赖于分析师的结果输出。FineBI也是找了很久感觉很不错的一款数据可视化工具。其中还有很多对数据处理的公式和方法，图表也比较全面。相对于百度的echarts，FineBI还是一款比较容易入手的数据分析工具。最后，FineBI提供了免费的版本，功能齐全，更加适合个人对数据分析的学习和使用。

2、EchartChart

echarts的优点：

国产货有语言优势或区域优势。毕竟是中国制造，自己家做出来的，亲和力高，比较适用于我们的思维，对于城市的地理坐标、城市代码等都已经配置好了，需要的时候，直接调用，很方便。免费，各类图，各种形式，K线图完全免费开源。能减少制作成本，也方便使用，（不用担心以后会有什么）当客户选择的时候，我们可以有更多的方案为他们准备。对于处理大量的数据和3D绘图：基于canvas绘图，所以3D绘图方面占据绝对的优势。（可以结合百度地图的使用，而且方便快捷。）一个纯Javascript的图表库：可以流畅的运行在PC和移动设备上，兼容当前绝大部分浏览器（IE6/7/8/9/10/11，chrome，firefox，Safari等），底层依赖轻量级的Canvas类库ZRender，提供直观，生动，可交互。（使用了几个浏览器，均没发现什么问题。）支持和弦图、力导布局图、拖拽重计算、数据视图、值域漫游、大规模散点。支持动态类型切换（十分方便，以内置代码，轻轻动动手指就可）

3、支付宝AntV

AntV 是蚂蚁金服的数据可视化解决方案，主要包含「数据驱动的高交互可视化图形语法」G2、专注解决流程与关系分析的图表库 G6、适于对性能、体积、扩展性要求严苛场景下使用的移动端图表库 F2 以及一套完整的图表使用指引和可视化设计规范。已为阿里集团内外2000+个业务系统提供数据可视化能力，其中不乏日均千万 UV 级的产品

我用的是BDP，常见的饼图、环图、柱状图、折线图、双轴图等图表都可以拖拽制作，还有一些比较高大上的图表，如经纬度地图、行政地图、漏斗图、词云等等，都可以拖拽生成，可视化效果也很赞，我是很稀饭这个可视化软件的。

数据可视化图表不仅要美观酷炫，还有直观展示数据，及时发现数据背后的含义，几十种常见的图表见下方！

除了柱状图、条形图、折线图、饼图等常用图表之外，还有数据地图（热力图、轨迹图等）、人口金字塔、矩形树图、瀑布图和散点图，旭日图，漏斗图等酷炫图表，一起了解下不同图表的使用场景、优劣势！这些数据可视化图表均来自bdp（http://me.bdp.cn），拖拽即生成图表~~

　　1.柱状图

　　适用场景：适用场合是二维数据集（每个数据点包括两个值x和y），但只有一个维度需要比较，用于显示一段时间内的数据变化或显示各项之间的比较情况。适用于枚举的数据，比如地域之间的关系，数据没有必然的连续性。

　　优势：柱状图利用柱子的高度，反映数据的差异，肉眼对高度差异很敏感。

　　劣势：柱状图的局限在于只适用中小规模的数据集。

　　延伸图表：堆积柱状图、百分比堆积柱状图

　　不仅可以直观的看出每个系列的值，还能够反映出系列的总和，尤其是当需要看某一单位的综合以及各系列值的比重时，最适合。

　　（堆积柱状图）

　　2.条形图

　　适用场景：显示各个项目之间的比较情况，和柱状图类似的作用。

　　优势：每个条都清晰表示数据，直观。

　延伸图表：堆积条形图、百分比堆积条形图

　　（堆积条形图）

　　3.折线图

　　适用场景: 折线图适合二维的大数据集，还适合多个二维数据集的比较。一般用来表示趋势的变化，横轴一般为日期字段。

　　优势：容易反应出数据变化的趋势。

　　4.各种酷炫的数据地图（一共有7种类型，最喜欢BDP的地图了，尤其是动态轨迹图，制作人口迁徙图很方便~）

　　适用场景：适用于有空间位置的数据集，一般分成行政地图（气泡图、面积图）和GIS地图（包括热力图、轨迹图等）。行政地图一般有省份、城市数据就够了（比如福建-泉州）；而GIS地图则需要经纬度数据，更细化到具体区域，只要有数据，可做区域、全国甚至全球的地图，支持百度地图、腾讯地图等。

　　优劣势：特殊状况下使用，涉及行政区域。

　　（1）行政地图（面积图）：以颜色深浅来展示数据的大小！

　　（2）行政地图（气泡图）

　　（3）GIS地图：海量点

　　（4）GIS地图：热力图（分别为全国热力图和上海区域热力图）

　　（5）GIS地图：（北京某区域）散点图

　　（6）GIS地图：地图+柱状/饼图/条形

　　（7）GIS地图：轨迹图，人口迁徙动态变化效果：https://me.bdp.cn/share/index.html?shareId=sdo_6b712c6cfd905db62b2c02c49e731f34

　　5.饼图（环图）

　　适用场景：显示各项的大小与各项总和的比例。适用简单的占比比例图，在不要求数据精细的情况适用。

　　优势：明确显示数据的比例情况，尤其合适渠道来源等场景。

　　劣势：不会具体的数值，只是整体的占比情况。

　　饼图、环图你喜欢那个呢，可以直接设置~

　　6.雷达图

　　适用场景：雷达图适用于多维数据（四维以上），一般是用来表示某个数据字段的综合情况，数据点一般6个左右，太多的话辨别起来有困难。

　　优势：主要用来了解公司各项数据指标的变动情形及其好坏趋向。

　　劣势：理解成本较高。

　　7.漏斗图

　　适用场景：漏斗图适用于业务流程多的流程分析，显示各流程的转化率。

　　优势:在网站分析中，通常用于转化率比较，它不仅能展示用户从进入网站到实现购买的最终转化率，还可以展示每个步骤的转化率，能够直观地发现和说明问题所在。

　　劣势:单一漏斗图无法评价网站某个关键流程中各步骤转化率的好坏。

　　8.词云

　　适用场景： 显示词频，可以用来做一些用户画像、用户标签的工作。

　　优势：很酷炫、很直观的图表。劣势：使用场景单一，一般用来做词频。

　　9.散点图

　　适用场景：显示若干数据系列中各数值之间的关系，类似XY轴，判断两变量之间是否存在某种关联。散点图适用于三维数据集，但其中只有两维数据是需要比较的。另外，散点图还可以看出极值的分布情况。

　　优势：对于处理值的分布和数据点的分簇区域（通过设置横纵项的辅助线），散点图都很理想。如果数据集中包含非常多的点，那么散点图便是最佳图表类型。

　　劣势：在点状图中显示多个序列看上去非常混乱。

　　10.面积图

　　适用场景：强调数量随时间而变化的程度，也可用于引起人们对总值趋势的注意。

　　延伸图表：堆积面积图、百分比堆积面积图还可以显示部分与整体之间（或者几个数据变量之间）的关系。

　　11.指标卡

　　适用场景：显示某个数据结果&同环比数据。

　　优势：适用场景很多，很直观告诉看图者数据的最终结果，一般是昨天、上周等，还可以看不同时间维度的同环比情况。

　　劣势：只是单一的数据展示，最多有同环比，但是不能对比其他数据。

　　12.计量图

　　适用场景：一般用来显示项目的完成进度。

　　优势：很直观展示项目的进度情况，类似于进度条。

　　劣势：表达效果很明确，数据场景比较单一。

　　13.瀑布图

　　适用场景：采用绝对值与相对值结合的方式，适用于表达数个特定数值之间的数量变化关系，最终展示一个累计值。

　　优势：展示两个数据点之间的演变过程，还可以展示数据是如何累计的。

　　14.桑基图

　　适用场景：一种特定类型的流程图，始末端的分支宽度总各相等，一个数据从始至终的流程很清晰，图中延伸的分支的宽度对应数据流量的大小，流量随着时间推移变化的情况，通常应用于能源、材料成分、金融等数据的可视化分析。参考桑基图 |简单粗暴，年末就要“囤”技能！

　　15.旭日图

　　适用场景：旭日图可以表达清晰的层级和归属关系，以父子层次结构来显示数据构成情况，旭日图能便于细分溯源分析数据，通过分层占比情况真正了解数据的具体构成。

　　优势：分层看数据很直观，逐层下钻看数据。

　　16.矩形树图

　　适用场景：类似于旭日图，两者区别可参考矩形树图 | 开工啦，10秒就能学会新年第1个“鸡”能哦！

　　17.对比条形图（人口金字塔）

　　适用场景：在对多列数据进行对比时，而且数据标签比较长的话，一般会采用条形图做对比。

　　18.双轴图

　　适用场景：柱状图+折线图的结合，适用情况很多，比如数量级相差很大的情况、数据同环比分析对比等情况都能适用。

　　优势：特别通用，属于不同图表的组合使用，比如柱状图+折线图的结合，图表很直观。

　　劣势：这个好像没什么劣势，个人感觉。

当然，当你分析数据的时候一定不会只用一种图表，尤其是数据报告中，都会用到多个图表，如下图~

下面是深色背景（星空蓝）下的图表效果：

这些可视化图表均来自数据可视化软件BDP个人版！希望对您有用！

目前互联网中有很多数据可视化工具，本文选取了最好的30个工具，希望能够对你有所帮助。 1. iCharts iCharts是一个在线的数据可视化工具，被广泛应用于商业、经济、体育等领域的报告中。iCharts免费版本提供了一些基本的交互式图表样式，如果更使用高级的样式，则需要购买高级版本。

2. Fusion Charts Suit XT Fusion Charts Suit XT是一个专业的JavaScript图表库，可以用来创建90多种类型的图表，包括2D和3D版本的图表。

3. Modest Maps 这是一个小型的、免费、用于创建交互式地图的库。

4. Pizza Pie Charts 这是一个基于Adobe Snap SVG框架的响应式的饼图，主要使用HTML和CSS来生成图表，但你也可以使用JavaScript对象。

5. Raw Raw是一个开源的数据可视化工具，基于流行的D3.js，支持多种图表类型。

6. Leaflet Leaflet是一个开源的JavaScript库，用于创建对移动设备友好的交互式地图。

7. Chartkick Chartkick是一个Ruby gem，可非常方便、快速地创建漂亮的图标。Chartkick还有一个JavaScript API，不依赖于Ruby。

8. Ember Charts 这是一个基于Ember.js和d3.js框架的图表库，包括时间序列、条形图、饼图、线型图、散点图等多种类型，且易于扩展和修改。

9. Springy Springy是一个使用JavaScirpt实现的有向图布局算法，使用了真实世界中的一些物理原理，你可以随意拖动图表中的元素。

10. Bonsai Bonsai是一个开源的JavaScript库，用于创建图形和动画，并配备了一个直观，功能丰富的API。

11. Google Charts

12. jsDraw2DX

13. Cube

14. Gantti

15. Smoothie Charts

16. Envision.js

17. BirdEye

18. Arbor.js

19. Gephi

20. HighChartjs

21. Javascript InfoVIS Tool

22. Axiis

23. Protvis

24. HumbleFinance

25. D3.js

26. Dipity

27. Kartograph

28. Timeflow

29. Paper.js

30. Visulize Free

给你推荐一个大数据分析的工具——DataViz（https://cloud.neusoft.com/pages/product/p_dataviz）。

推荐DataViz的原因有3个：

1.这款工具不需要技术开发人员和专业的数据分析师就可以使用；

2.DataViz对于大数据可进行可视化分析，使结果一目了然，更具参考意义；

3.它支持如Oracle、 MySQL、 SQL Server等、文本数据源如Excel、 Csv等多种数据源，并有60多种图表可供使用。

接下来我们看看几个示例图：

　　之前看到一个国外妹子用了24种工具制作一个相同的图表，比较了12款可视化软件和12个编程/图表库，并针对工具/图表库的侧重度，灵活程度，图表创新性，交互效果四大方面，写了一篇一级棒的文章。本文编译了这篇文章和大家分享，便于大家更加了解这些可视化工具与编程的优缺点。

　　数据可视化在很多领域都有应用，比如自然科学，商业当然还有新闻业。（插播：本美数课课代表从事的数据新闻~）所有这些领域都有不同的需求——但即使在数据新闻领域，不同的场景下呈现的方式和效果也不同，因此不存在一个完美的工具可以满足所有的需求。

　　下面是她在制作中曾遇到过的一些矛盾，也是数据可视化工作者常常遇到的情况。

　　1）分析 VS 展示：

　　是想使用工具（R, Python）来分析数据，还是更注重于构建可视化效果（D3.js, Illustrator）？有些工具（比如说 Tableau, Ggvis, Plotly）试图在这其中谋求平衡，既可分析又可展示。

　　她根据分析和展示上的侧重性对可视化工具和编程语言们进行了排列：可以看到工具类的往往更注重展示，而编程类的比较平均，各有侧重点。

　　2）数据管理

　　如果制作可视化的时候需要更改源数据怎么办？在这方面，这些工具或编程语言的灵活性如何？低灵活性：比如在Illustrator中，即使你只是轻微修改了数据，也需要重头开始制作图表，这种工具还不方便进行数据管理。

　　中灵活性：比如在D3.js中，可以单独处理或修改数据，然后再重新导入数据文件来更新可视化结果。

　　高灵活性：比如在Plotly和Lyra中，导入数据后，可以直接在该工具中修改或是增减新数据。

　　3）传统图表 VS 创新图表：

　　如果你只需要基本的图表类型，如柱状图或折线图，Excel完全可以满足啦~但你如果想创建表现形式更为丰富的互动图表，比如点击可以出现酷炫的交互效果，像D3.js之类的编程语言就更适合啦，但是学习此类工具的门槛也往往更高，有着陡峭的学习曲线和冗长的代码。或者也可以使用Processing，用它制作这张散点图的代码长度只有D3.js的一半。还有Lyra，它不需要任何代码基础，但也可以让你轻松修改数据有关的视觉元素。

　　下图是她对可视化软件和编程语言两类的灵活性的评价排列

　　4）交互图表 VS 静态图表：

　　你是需要创造基于网页的交互图表（如D3.js, Highcharts能做到的），还是PDF/SVG/PNG形态的图表就能满足你 (R和Illustrator可以做到)？

　　几年前，互动图表曾受到高度追捧，但现在关注焦点慢慢从“看起来怎么样”转移到“什么才更有意义”。

　　对于分析部分，交互特性往往也是很有必要存在的。Plotly和R的库Ggvis就可以让读者轻松地将鼠标悬停在可视元素上来查看基础数据。

　　下图是作者对于软件/编程的在静态和交互的划分

　　看完了以上四个方面，There Are No Perfect Tools, Just Good Tools for People with Certain Mindsets.还是那句话，没有十全十美的工具，不同的工具适合不同的思维方法。

　　人各有长处，何况工具呢？它们都是依照特定的制作思路和功能被开发的，而真实使用场景下，使用者的思路和开发者们预想的方式可能会不同。开发者们往往会受到以前使用工具和他们同事的影响，况且他们也有着非常不同的专业背景：比如新闻学、统计学、计算机科学、设计专业等等等。

　　我的朋友Alberto Cairo曾经像我推荐过Yeeron和InZight两个工具，但是我觉得很难用。而他觉得难用的Lyra，却是个给我带来诸多启发的工具。这是因为我俩背景不同：他的首要自我认知是记者，其次才是设计师；而我则认为自己主要是个设计师。所以他喜欢能发现故事的可视化工具，而我则喜欢更高的设计自由度。

　　We Still Live in an “Apps Are for the Easy Stuff, Code Is for the Good Stuff” World.我们仍然更认同“可视化软件更容易上手，但写代码可以做出更好的作品”。（所以想入可视化黑洞的同学们，学代码吧！hello world：）

　　大多数软件很容易上手，但功能有限。

　　大多数编程语言/图表库相对较难学习，但提供可以更多的灵活性和选项。

　　下面的图表是原作对学习的灵活性和难度之间的关联排列：可以看出大多数编程语言/图表库处于高难度和灵活多变的区域，而大多数支持一键生成的可视化软件则处于低难度与不灵活的区域。

　　作者还提到她自己很喜欢像Plotly，Tableau，Lyra和NodeBox这样的软件，只需要通过点击和拖动就可以制作图表，且拥有很高的灵活性。希望可以看到更多这类的工具，甚至希望能够把软件的可视化能力开发得像编程一样强大，当然这是一个很大的挑战。Excel就是一个很好的例子。它不但对初学者来说很容易上手，也能为Excel大神们提供了很大的灵活性。“Every Tool Forces You Down a Path.”每种工具都会引你走向一条路……你想要站在宇宙中心去呼唤……是绝对不行的，要勇敢的走起来先！

Tableau

Tableau是一家提供商业智能的软件公司，总部位于美国华盛顿州西雅图市，致力于帮助人们看清并理解数据，帮助不同个体快速且简便的分析、可视化和分享信息。Tableau是新一代的BI软件，基于斯坦福大学的突破性技术，Tableau公司在全球拥有9000多家企业或组织客户，遍及各个行业的各类规模企业。2011年，Tableau被美国(Gartner)高德纳咨询公司评为世界上发展速度最快的商业智能公司。

Tableau 是桌面系统中最简单的商业智能工具软件，Tableau 没有强迫用户编写自定义代码，新的控制台也可完全自定义配置。在控制台上，不仅能够监测信息，而且还提供完整的分析能力。Tableau控制台灵活，具有高度的动态性。

Tableau公司将数据运算与美观的图表完美地嫁接在一起。它的程序很容易上手，各公司可以用它将大量数据拖放到数字“画布”上，转眼间就能创建好各种图表。这一软件的理念是，界面上的数据越容易操控，公司对自己在所在业务领域里的所作所为到底是正确还是错误，就能了解得越透彻。

特性：

轻松整合。共享内置于 Tableau Desktop 的分析视角。

交互性。您可以过滤、排序并深入挖掘特定的详细信息。

完全免费。只需下载即可开始浏览数据。

Caravel

Caravel 是 Airbnb （知名在线房屋短租公司）开源的数据探查与可视化平台（曾用名Panoramix），该工具在可视化、易用性和交互性上非常有特色，用户可以轻松对数据进行可视化分析。

核心功能：

快速创建数据可视化互动仪表盘
丰富的可视化图表模板，灵活可扩展
细粒度高可扩展性的安全访问模型，支持主要的认证供应商（数据库、OpenID、LDAP、OAuth 等）
简洁的语义层，可以控制数据资源在 UI 的展现方式
与 Druid 深度集成，可以快速解析大规模数据集

Apache Kylin

Apache Kylin（麒麟）是由eBay贡献给开源社区的大数据分析引擎，支持在超大数据集上进行秒级别的SQL及OLAP查询，目前是Apache基金会的孵化项目。本文是一系列介绍快速数据立方体计算（Fast Cubing）的第一篇，将从概念上介绍新算法与旧算法的区别以及分析它的优劣。该算法目前正在内部进行测试和改进，将在Apache Kylin 后续版本中发布。源代码已经公开在Kylin的Git代码库中，感兴趣的读者可以到相应分支查看。

目前国内数据可视化工具或产品很多，到底那个工具或者产品是最好的？看了很多数据可视化产品，总结下来分为几大类。

1. 数据可视化库类
2. 报表、BI类
3. 大屏投放类
4. 专业类（地图、科学计算、机器学习）

下面我将一一分别进行工具介绍：

Echarts

一个纯javascript的数据可视化库，百度的产品，常应用于软件产品开发或者 系统的图表模块，图表种类多，动态可视化效果，开源免费

评价：非常好的一个可视化库，图表种类多，可选的主题。Echarts中主要还是以图表为主，没有提供文本和表格方面的展现库，如果有相关需求还需要引入表格和文本方面的其他可视化库。

HighCharts

与echarts相似，同样是可视化库，不过是国外的产品，商用需要付费，文档详尽。

评价：同样是非常好的一个可视化库，图表种类多。但是同样需要进行二次开发，,没有提供文本和表格方面的展现库。而且因为商用付费，所以能选择echarts肯定不会选择highcharts。

AntV

Antv是蚂蚁金服出品的一套数据可视化语法，是国内第一个才用the grammar of Graphics这套理论的可视化库。在提供可视化库同时也提供简单的数据归类分析能力。

评价：是一个优秀的可视化库，需要进行二次开发。因为采用的是the grammar of Graphics 语法，和echarts相比各有千秋。

百度图说

由echarts衍生出来的子产品，同样继承了echarts的特点，图表种类多，没有提供文本和表格方面的展现库。Echarts接受json格式的数据，百度图说把数据格式进行了封装，可以通过表格的形式组织数据。

评价：可以把表格数据转换成图表展现形式的工具，支持excel数据导入 ，适合做静态的BI报告。因为数据偏静态，没看到与数据库结合的部分，很难和第三方系统结合展现动态变化的数据，如日报表、月报表、周报表等。

FineReport

FineReport报表软件是一款纯Java编写的、集数据展示(报表)和数据录入(表单)功能于一身的企业级web报表工具，它“专业、简捷、灵活”的特点和无码理念，仅需简单的拖拽操作便可以设计复杂的中国式报表，搭建数据决策分析系统。

评价：FineReport可以直连数据库，方便快捷的定制各种复杂表样，用来做出固定格式的周报、月报等。它的格式类似于excel界面，特色功能报表制作，报表权限分配，报表管理还有填报，支持多种数据库。

Tableau

Tableau 是桌面系统中最简单的商业智能工具软件，Tableau 没有强迫用户编写自定义代码，新的控制台也可完全自定义配置。在控制台上，不仅能够监测信息，而且还提供完整的分析能力。Tableau控制台灵活，具有高度的动态性。

评价：全球知名的BI工具，价格6000元/年/人左右，但是国外产品不花钱不会为你做任何定制化改动，售后很有问题。

FineBI

FineBI与FineReport都是帆软的产品。首先FineReport作为一款报表工具，主要用于解决提升IT部门的常规/复杂报表开发效率问题；而FineBI是商业智能BI工具，在IT信息部门分类准备好数据业务包的前提下，给与数据，让业务人员或领导自行分析，满足即席数据分析需求，是分析型产品。

FineBI的使用感同Tableau类似，都主张可视化的探索性分析，有点像加强版的数据透视表。上手简单，可视化库丰富。可以充当数据报表的门户，也可以充当各业务分析的平台。

评价：FineBI做到了自助式分析，图表类型丰富，数据分析功能较强大，钻取，筛选，分组等功能都有。但是对于普通没有IT基础的人来说，要想真正熟练地掌握finebi，还是有一定的难度的，需要花上几天，但是这个难度相比Excel的VBA学习还是低不少的。

Power BI

Power BI 是一套商业分析工具，用于在组织中提供见解。可连接数百个数据源、简化数据准备并提供即席分析。生成美观的报表并进行发布，供组织在 Web 和移动设备上使用。每个人都可创建个性化仪表板，获取针对其业务的全方位独特见解。在企业内实现扩展，内置管理和安全性。

评价：类似于excel的桌面bi工具，功能比excel更加强大。支持多种数据源。价格便宜。但是只能作为单独的bi工具使用，没办法和现有的系统结合到一起。

阿里DataV

提供丰富的模板与图形，支持多数据源，拖拉式布局，支持服务化服务方式和本地部署。整体来说是一款很好的大屏的产品。

评价：产品不错，就是价格服务版每年5100元/年，本地部署竟然要110万，每年续费也要37万。

FineReport

前文有介绍过，finereport是一个企业级的报表工具，同时也提供大屏的服务。通过布局、色彩、绑定数据等环节完成大屏的制作。拥有很多自助开发的可视化插件库。

评价：很优秀的软件，性价比高。学习方面，掌握FineReport的dashboard制作，应该也比较简单的。

地图类

很多工具都能实现数据地图，比如echarts，finereport，tableau等。

R-ggplot2

ggplot2是R语言最流行的第三方扩展包，是RStudio首席科学家Hadley Wickham读博期间的作品，是R相比其他语言一个独领风骚的特点。包名中“gg”是grammar of graphics的简称，是一套优雅的绘图语法。主要用于机器学习绘图。

评价：机器学习、数学、科学计算领域专业的绘图语言。专业与技术要求都很高，不是专业搞机器学习或者科学计算的工程师，一般不会用到。

Python

Python是一门编成语言,其周边的绘图库也比较丰富比如pandas和matplotlib ,pandas能够绘制线图、柱图、饼图、密度图、散点图等； matplotlib主要是绘制数学函数相关的图如三角函数图、概率模型图等。

评价：机器学习、数学、科学计算领域专业的绘图语言。专业与技术要求都很高，不是专业搞机器学习或者科学计算的工程师，一般不会用到。

有不少，网上推荐的有很多，但是个人接触了一点时间下来，感觉比较好用的就两个，一个是微软自己推出的Power BI，另外一个就是python

首先来说说这个Power BI，我为什么推荐这个呢？因为他和office的excel是串联的，两者之间可以无障碍的切换，这对于很多的办公一族和普通的办公室工作人员来说，这是最简单实用的数据可视化软件，他也不需要写太多的复杂的代码，只需要学习一些函数和数据建模的方法就可以，如果公司有一个同事会的话，其他的同事在他搭建好的模块的基础上，只需要更改数据就可以直接得出很多自己想要的图像了，同时他可以提供问答功能，非常的人性化

另外一个就是python，python本身就是一种胶水语言，他之所以强大就是因为他有很多的强大的库，这些库就等于他的各种模块，你只需要调用这些模块就可以轻松的实现各种作图了，在大数据时候，python的数据处理能力也是非常的不错的，大数据+数据可视化的首先就是python