数据可视化是一个化繁为简的过程，随着数据科学的发展，数据工作对可视化工具的需求更加明确：

• 满足大数据处理的要求
• 支持快速的收集、筛选、分析、归纳、展现
• 响应新增的数据的实时更新

目前使用中的可视化工具非常多，在高票答案中都有展示。我们尝试对现行的常用可视化工具进行了分类，包括：

• 编程语言的可视化库
• 传统数据分析及BI软件
• 专门用于可视化的成品软件

没有完美的工具，只有合适的应用，用户可依据可视化目标进行选择。

编程语言的可视化库

优势：

• 支持海量数据处理，在海量数据深层关系挖掘上独具优势
• 多种工具库满足丰富的展现方式，满足数据展现的多维度需求
• 可实现数据归纳、挖掘、分析、可视化的一站式工程

缺点：

• 依赖编程基础，入门门槛较高。

按照使用的编程语言，以下是我们的推荐。

Python语言（附实践项目案例）

• Pandas–Pandas是一个能快速简单实现数据操作、整合及可视化的工具库

项目案例：

这十套练习，教你如何使用Pandas做数据分析

Pandas基础命令速查表

• Matplotlib -Matplotlib的设计理念是能够用轻松简单的方式生成强大的可视化效果，然而它是一个低端库，相比于其他高端的库，需要去写更多的代码来实现可视化效果

项目案例：

从零开始学Python【1】–matplotlib(条形图)

从零开始学Python【2】–matplotlib(饼图)

从零开始学Python【3】–matplotlib(箱形图)

从零开始学Python【4】–matplotlib(直方图)

从零开始学Python【5】–matplotlib(折线图)

从零开始学Python【6】–matplotlib(雷达图)

• Seaborn – Seaborn关注于统计模型的可视化，可以提供热力图等多种效果去描绘数据的整体分布情况

项目案例：

seaborn可视化之time series & regression & heatmap

seaborn可视化学习之 categorial visualization

seaborn可视化学习之distribution visualization

• Bokeh – Bokeh的特点是在web端实现d3.js的交互可视化，并且独立于matplotlib

项目案例：Bokeh教程学习

• Plotly – Plotly是一个基于web的可视化工具箱，在plotly网站上有许多强大的图表，可以通过API的方式实现调用

项目案例：在K-Lab中如何使用plotly

R语言

• ggplot2 – R中最著名的可视化工具包
• ggvis – 一个可以做基于web的交互可视化工具包
• rgl – 在R中做3D交互可视化
• htmlwidgets – 一个在R中快速建立基于JavaScript内核的交互可视化工具包
• googleVis – 利用Google Chart工具在R中做数据可视化
• shiny -一个用R做交互可视化的应用
• R Makdown – 用R做数据分析报告的必备工具
• xtable – 将R中的数据对象(如data frame)转换成HTML/LaTeX代码的工具
• sp, maptols – 一个加载并使用包括shapefile在内的地理空间数据的工具库
• maps – 在地图上绘制多边形地图的工具
• ggmap – 一个可以下载谷歌街道地图并在ggplot库中将其设置为背景的工具
• quantmod -下载金融数据并做可视化、技术性分析的工具

项目案例：

构建对球员的评价体系尝试【R语言】

其他语言

• D3.js-一个比较基础的可视化 js 库，可以把数据和 HTML 结构或者 SVG 文档对应起来，擅长于操作 SVG 中的路径 (path) 和几何图形，使用JavaScript进行编译
• Processing-数据可视化的老牌工具，使用java语言进行编译

总体而言，可视化库的多样性为数据展现提供了很多可能，但全部安装也不现实。有没有一种办法，让可视化库的调用更为高效便捷？安利一下科赛 Kesci的K-lab给大家。

K-lab是一个在线数据分析协作平台，目前已集成Python2、Python3、R三种语言环境，以上Python和R的可视化库K-lab已全部完成集成，用户可在K-lab直接调用，体验云端数据分析的愉悦。

K-lab工具包仍在持续集成中，如有需求，欢迎在K-lab帮助中心->K-lab工具包页面添加工具包集成建议~

<img src=”https://pic2.zhimg.com/50/v2-4b73e6e2e7dcab1f3a75a3b4517e865a_hd.gif?source=1940ef5c” data-caption=”” data-size=”normal” data-rawwidth=”750″ data-rawheight=”481″ data-thumbnail=”https://pic4.zhimg.com/50/v2-4b73e6e2e7dcab1f3a75a3b4517e865a_hd.jpg?source=1940ef5c” class=”origin_image zh-lightbox-thumb” width=”750″ data-original=”https://pic1.zhimg.com/v2-4b73e6e2e7dcab1f3a75a3b4517e865a_r.jpg?source=1940ef5c”>