好看的數據可視化的圖片是怎麼樣做的?

像以下這兩種圖片 各位大神可以指教是用什麼程序做的嗎?
小弟在此謝過!!!


1.大數據魔鏡http://moojnn.com

大數據魔鏡-免費的大數據可視化分析工具,整合了市面上的可視化效果,擁有最大可視化效果庫,操作簡單,實用。

2.Excel

Excel的圖形化功能並不強大,但Excel是分析數據的理想工具,上圖是Excel生成的熱力地圖

作為一個入門級工具,Excel是快速分析數據的理想工具,也能創建供內部使用的數據圖,但是Excel在顏色、線條和樣式上可選擇的範圍有限,這也意味著用Excel很難製作出能符合專業出版物和網站需要的數據圖。但是作為一個高效的內部溝通工具,Excel應當是你百寶箱中必備的工具之一。

3. Chart.js

是一個簡單、面向對象、為設計者和開發者準備的圖表繪製工具庫。


4. Google Chart API

Google Chart API工具集中取消了靜態圖片功能,目前只提供動態圖表工具。能夠在所有支持SVGCanvas和VML的瀏覽器中使用,但是Google Chart的一個大問題是:圖表在客戶端生成,這意味著那些不支持JavaScript的設備將無法使用,此外也無法離線使用或者將結果另存其他格式,之前的靜態圖片就不存在這個問題。儘管存在上述問題,不可否認的是Google Chart API的功能異常豐富,如果沒有特別的定製化需要,或者對Google視覺風格的抵觸,那麼你大可以從Google Chart開始。


5.Echarts

ECharts是一款開源、功能強大的數據可視化產品,緊跟著大數據時代的步伐!希望ECharts在未來繼續發揚開源的力量,讓國內外更多的人用上這款數據可視化產品,為企業、社會創造更大的價值。

6.D3

D3(Data Driven Documents)是支持SVG渲染的另一種JavaScript庫。但是D3能夠提供大量線性圖和條形圖之外的複雜圖表樣式,例如Voronoi圖、樹形圖、圓形集群和單詞雲等。雖然D3能夠提供非常花哨的互動圖表,但你在選擇數據可視化工具時,需要牢記的一點是:知道在何時保持簡潔。

7. Crossfilter

Crossfilter既是圖表,又是互動圖形用戶界面的小程序,當你調整一個圖表中的輸入範圍時,其他關聯圖表的數據也會隨之改變。

8. R

R語言是主要用於統計分析、繪圖的語言和操作環境。雖然R主要用於統計分析或者開發統計相關的軟體,但也有用作矩陣計算。其分析速度可比美GNUOctave甚至商業軟體MATLAB。


9. jsDraw2DX

jsDraw2DX是一個標準的JavaScript庫,用來創建任意類型的SVG互動式圖形,可生成包括線、矩形、多邊形、橢圓、弧線等圖形。


10. http://Visual.ly

如果你需要製作信息圖而不僅僅是數據可視化,目前也有大把的工具可用。Visual.ly就是最流行的一個選擇。雖然Visual.ly的主要定位是:「信息圖設計師的在線集市」,但是也提供了大量信息圖模板。雖然功能還有很多限制,但是Visual.ly絕對是個能激發你靈感的地方。


我一般都是用EXCEL和BDP個人版來製作好看的數據統計圖表如下,希望對你有用。

BDP個人版有黑白主題,有各種圖表,折線圖、柱狀圖、雙軸圖、面積圖、餅圖、GIS地圖、省份地圖、詞雲、漏斗圖、桑基圖等等。BDP可以一鍵選擇很多分析的功能,如同比環比、留存率、重複率等高級計算,也有較多的可視化圖表,也能導出。

EXCEL中主要是折線圖、雷達圖、柱狀圖、餅圖等常見的統計圖表,但詞雲等這些圖表是沒有的,不過EXCEL數據功能強大,很多分析都能完成。另外,EXCEL有一些固定的分析模板,用戶可以直接用,方便。

EXCEL中主要是折線圖、雷達圖、柱狀圖、餅圖等常見的統計圖表,但詞雲等這些圖表是沒有的,不過EXCEL數據功能強大,很多分析都能完成。另外,EXCEL有一些固定的分析模板,用戶可以直接用,方便。


可以試試 數據觀http://www.shujuguan.cn/?from=zh2哦,中文版,做這些可視化圖很快,涵蓋所有基本圖形,主要是操作起來非常簡單,基本上看下官網的教學視頻,幾分鐘就可以學會。


簡單的說說怎麼用Tableau Desktop 做數據可視化圖表,至於Tableau有多強大,優勢在哪裡,搞數據處理的應該沒人不知道吧。(說詳細點的)
好吧,我們開始吧,打開Tableau(至於怎麼安裝和註冊,各位大仙就各顯神通吧),和數據Excel表格關聯:

然後點擊左下角Go to worksheet.(橙色),進來之後 worksheet 長這樣:

有一點很有趣,我想簡單說兩句,左邊,所有Excel 中的數據列被分成兩部分:維度和度量,自動分的,中文版翻譯的,官方說法是這樣:維度是類別欄位,像日期,客戶,產品類別這些欄位,這些欄位是我們分割數據的依據,維度在圖表中創建標籤,前面帶藍色編碼。而度量則是我們的指標,就是我們希望分析的數字,度量在圖表中創建軸,色彩編碼為綠色。。。。電腦自動分組,有時候會有誤,不過,修改起來很容易,拖動就可以了。
Tableau 實現數據可視化簡單到不能自己:
例如:我們想知道總銷量中各種產品所佔的比例:
把總銷量拖到列,然後把分類拖到顏色區,就可以看到比例了。

如果還想看銷量隨時間的變化,那就把時間移到行

Tableau日期默認是年,可以展開成季度

如果把季度移到年前面,代表不同年份下同一季度的橫向比較

如果再把年份移動到色彩,就會看到四年不同季度的銷量變化:

對了,更多的時候我們不看季度而是看月份,所以繼續按季度前面的加好展開,然後把季度刪掉,月份:

全年無淡季啊。
有時候我們想看每月銷售的平均值而非總銷量,於是我們下拉選擇:

注意剛剛的SUM 變為Average
年度同比增長:
下拉銷量菜單,轉到快表計算,然後選擇年同比增長:

你發現變成三條線了,因為第一年沒有同比增長,這條線就表示每個月的同比增長。
如果我們想讓銷量的總量和同比增長出現在同一張圖,我們只需要把銷量拖到列里,如圖:

到現在為止,你可能已經注意到了,當我們的滑鼠懸停在某一點的時候,那裡就會顯示數值。
根據這個原理,我們把年同比增長顯示在這個toast上,而不是圖形上,把那個年比增長拖到工具上:

如果我們又想看不同產品的銷售情況:
把產品類別拖到列,就可以看到不同產品的比較了:

我們還可以根據圖形得出結論,添加註釋:

如果我們想要這個圖形中的所有數據怎麼做,直接右鍵單擊,在複製選項中選擇複製數據,就可以把圖形中的所有數據複製到Excel表格中,比如上圖,我們看看複製出來的數據都有哪些:

其實還可以右鍵點擊標籤,複製為交叉表:

看起來好看多了,
先發布吧,你們看了先點贊,後面的內容明天來,我這邊已經快凌晨兩點了,另外為法國的恐怖襲擊事件祈禱。。


可視化圖片本身可以使用 R 等繪圖軟體進行繪製,導出為 pdf,後期加工諸如添加文本、調整字體等工作,可以使用 Inkscape(有錢人可以使用 illustrator)。


最近,了解了一些南丁格爾圖的一些歷史。發現南丁格爾女士是一位數據可視化方面的高手,很值得我們學習。通過分析南丁格爾圖能夠得到不少啟發:

圖1 南丁格爾玫瑰圖

上面這幅就是著名的南丁格爾玫瑰圖。本文將從一則小故事開始。19世紀中葉,有這樣一個出身歐洲貴族的名媛,弗洛倫斯—南丁格爾,她本可以像當今的卡戴珊、希爾頓、鄧文迪、某茶妹妹等名媛一樣,過著每天各種Shopping、Party、Happy的生活。但這位貴族小姐姐偏偏心繫貧苦大眾、熱愛公共衛生事業,志向是成為一名護士。這本也不奇怪,廣大的貴族團體中總有那麼一些能夠感受到平民生活的水深火熱、並施以憐憫之心,所以她的父母也沒在意,只是認為這個女兒心地善良。

突然有一天,南丁格爾告訴她父母:我接到了上帝的旨意,讓我成為一名護士。要去護士學校學習護理,並準備去克里米亞戰場充當戰地護士。她父母堅決反對,因為當時護士是很低賤一種工作,只是窮人們才會去從事;況且,一個貴族千金要去前線戰場,也很荒謬。但南丁格爾不顧父母的反對,還是毅然決然的學習護理、並率領38名護士於1854年10月前往克里米亞戰爭前線(至此,我開始了對這位小姐姐的崇拜之旅)。

來到前線,南丁格爾發現戰區的醫療衛生情況非常糟糕,大量的受傷士兵因為醫療衛生狀態太差而死於感染,並非直接死於戰爭或者惡劣的自然條件。南丁格爾向英國政府報告這一狀況,並極力要求改善戰區醫院條件。1855年3月英國派出的衛生委員會到達戰區,積極改善醫院醫療衛生狀況,從而顯著降低了英軍的死亡率。

這一改變讓南丁格爾意識到公共醫療衛生的重要性。回到英國,南丁格爾開始收集大量證據、並進行詳細的統計分析,向皇家委員會報告士兵的健康狀況。據此,南丁格爾開始遊說英國政府加強公眾醫療衛生建設和相關投入。

文首的南丁格爾玫瑰圖正是來自於她用於遊說的一篇文章或者報告中。為什麼「南丁格爾玫瑰圖」能夠載入史冊,流傳下來呢?其與普通的柱形圖、餅圖又有什麼區別?這又能給我們的科研中數據作圖帶來哪些啟示?

首先來仔細分析這張圖(其實是兩張),這種圖是極坐標圖,角度來表示月份,圖中不同顏色楔形區域表示不同死亡因素:藍色—— 死於感染(主要由於衛生狀況差所致)、紅色—— 死於戰場重傷、灰色 —— 死於其他原因。這張圖以1855年3月為節點(這正好是英國派出的衛生委員會到達戰區的時間)分為兩個部分。看到這兩幅圖,你的第一印象是什麼,你得到了什麼信息?(在不看下文分析的情況下,看看南丁格爾是不是準備的傳遞了她想表達的信息。)

這兩幅圖傳遞了兩大信息,第一:兩幅圖中藍色部分明顯大於其他部分(這表示大多數的傷亡並非直接來自戰爭,而是來自糟糕醫療環境下的感染)。第二:左邊這幅中的楔形面積遠小於右邊這幅圖(成功展示了醫療衛生改善所帶來的效果)。

那如果以普通的柱狀圖來表示這兩組數據會怎麼樣呢?來自英國的Hugh Small教授在一篇論文中根據玫瑰圖中的數據繪製出了一張普通柱狀圖,如下圖所示:

圖 2 普通柱狀圖

看到這幅圖,你的第一印象又是什麼呢(先想想在再往後閱讀)?

橫坐標也是月份,不同顏色柱狀圖的高度表示不同致死因素的死亡人數。這一普通柱狀圖給人的印象是寒冷冬季的月份士兵的死亡人數特別多?而這一信息是個嚴重的誤導,不是南丁格爾想要傳遞的信息。我相信南丁格爾在統計這一信息、將其可視化成圖的時候,肯定考慮過更為普通的柱狀圖。但因為還是不夠直接,甚至給人以誤導,所以她明智的放棄了傳統柱狀圖。那些掌權的大臣們可沒時間仔細分析圖表,更不能傳遞給她們錯誤的信息。南丁格爾需要的是一張能夠直中要害,一目了然的統計圖。據此,她設計出了著名的「南丁格爾玫瑰圖」。

南丁格爾玫瑰圖的另一個優勢在於利用「面積」取代「長度」來表示死亡人數的多少。換長度為面積,讓每個月之間死亡人數的變化不那麼明顯(長度與面積的區別見下圖3),而又體現出了衛生情況改善前後的變化。

圖 3

南丁格爾玫瑰圖之所以聞名於世,我認為是濃縮了南丁格爾對英國乃至全世界公共醫療衛生建設的重大貢獻。讓政府、權威人士接受新的觀點、或者推翻他們固有的觀點是極其困難的。19世紀中葉,南丁格爾是在與當時的權威階層鬥爭。與權威鬥爭,只講感受、哭訴、義憤填膺是沒有用的,南丁格爾需要用事實、用證據讓當權者信服。而南丁格爾玫瑰圖非常完美的體現了南丁格爾在統計方面的卓越才能和偉大之處,也體現了這一鬥爭過程的艱難。不難想像,這位偉大的女士在法庭上、或者聽證會上,在眾多大臣的目光下,是如何旁徵博引,力挽狂瀾的(至此,崇拜的不要不要的,太厲害了)。


Sketch就能做,舉個栗子吧~
我們經常用到的柱形圖,其實是可以用很簡單的方法實現的。

比如這個波浪形的柱形圖衍生圖

其實只要用一跟線就能畫出來了

中文版去掃碼吧,已經寫好了準備今晚發微信上
想看更多細節教程,請關注我微信號Tags

http://weixin.qq.com/r/SUzy6onEvNTDrc2J9xlb (二維碼自動識別)

另一篇教程:如何只用方塊製作步驟流程圖
怎樣做出優秀的扁平化設計風格 PPT 或 Keynote 幻燈片演示文稿? - Yuki 的回答

下篇預告
如何只用圓形做產品成分示意圖


看到之前已經有人推薦BDP了,感到很欣慰啊,那麼BDP最近又新增了20餘種炫酷的自定義圖表樣式。現在共有近60種圖表可以選擇,這是種怎樣的可視化體驗呢?快來感受一下吧。

簡單看幾種新的自定義圖表示例:

1、3D柱圖:

兩個維度組成的底部二維矩陣,數值決定一個柱子顏色和高度,類似立體的色塊熱體力圖;可放大縮小或旋轉圖形從不同角度查看數據。

從上圖可以看出:每到夜間都是一天溫度最低的一段時間,本周二到本周四溫度上升,周五開始降溫。最後的滑鼠懸浮坐標點(14,3,13)的意義為周三14時的溫度為13度。

2、象形條形圖

可指定使用的貼圖效果,需是可在網路中訪問的鏈接,建議放到七牛雲等圖片雲存儲中。當使用百分比時可設置是否按最大值作為100%的單位。

3、南丁格爾玫瑰圖

適用於大小對比相近的數據。南丁格爾在克里米亞戰爭期間提交的一份關於士兵死傷的報告時發明的一種圖表。由於使用極坐標系,會將數據的比例誇大,突出顯示。

4、航班軌跡圖

在輪廓地圖上通過飛線表示不同地域的航班流量情況。

5、流線圖

由層疊區域對稱展示連續數值變化。從上圖可以看出愛爾眼科的股價是最高的,緊隨其後的是機器人和樂普醫療,還可以看出前期一段時間整個股市大盤呈上漲趨勢,短暫的牛市效果後開始下跌,逐步走向熊市,之後一直處于波動階段。

6、色塊圖

作用於二維數據的熱力圖,由小色塊代表某個維度的值。特別適合用於數據量較大、且具有連續性的數據進行分析,直觀的利用顏色展示數據分布。

從上面的色塊圖我們可以看出進入11月下旬之後圖中所有地區溫度又呈下降趨勢,但還是可以看出福建、廣東等南方地區還是比河北、河南等北方地區溫度高。

7、圖片輪播

可將圖片按照排布方式滾動播放。維度中的圖片鏈接需可在網路中訪問,建議放到花瓣(可以存儲圖片並生成有效鏈接的網站)等圖片雲存儲中。可用於大屏的動效展示。以上為BDP部分第三方數據源的logo輪播示例。其中圖表顯示數量以及每次滾動數量都可以自定義設置,甚至連備註的字體也可以修改喲~

以上7種圖表只是這次自定義圖表的冰山一角,圖庫再此!!!

想要體驗不一樣的可視化圖表,可以來BDP個人版看看喲~現在還可以免費試用喲


還有一個笨辦法 但是可以保證整個系統圖表視覺上的一致性 美觀度也可控:設計師消化內容後,重新設計生成模版。

雖然麻煩一些,但對於比如B2B類的大數據分析,可以建立屬於自己的數據可視化語言。屬於branding的範疇。當然,這一般是公司行為。


雖然短期看來稍顯麻煩,但一勞永逸。


目前主流的可視化分析軟體還是Qlik,tableau,mstr

1.能夠輕鬆與其他工具進行整合從而執行進一步分析
2.64位內存資料庫可以極大的提高數據的訪問及報表的速度。
3.支持多源及多表訪問
4.多維模型化處理,允許用戶使用API
5.實施容易,適合長期使用
6.支持Web端,PC端,優秀的數據交互性
7.有桌面系統工具,支持離線查看

可視化分析軟體最最重要的是什麼?是顏值,是顏值,是顏值!
支持儀錶盤效果,絢麗的可視化分析報表足以秒殺一切。


如果是指詞雲圖的話,我們倒是做了一個小工具,可以非常非常非常方便的滿足需求

無需登錄註冊,打開就能用

自帶分詞,詞雲可編輯,實時生成,支持導出下載,無水印,比絕大多數工具生成的詞雲圖好看那麼一點點

NiucoData·紐扣詞雲


哎呦喂~讓開,讓本寶寶來裝個小逼,羞澀。。。

- 1 -

Highcharts

這個也是很多小夥伴在使用的一個平台。你完全不用擔心找不到參考的樣圖,因為已經有很多中國區的同學在上面更新並維護著很多實例,你往往能從這些豐富的例子找到類似的表達樣圖。

它的圖表類型自然也是很豐富啦,線圖、柱形圖、餅圖、散點圖、儀錶圖、雷達圖、熱力圖、混合圖等類型的圖表都可以製作,也可以製作實時更新的曲線圖

Highcharts對非商用免費,對於個人網站,學校網站和非盈利機構,可以不經過授權直接使用 Highcharts 系列軟體。Highcharts還有一個好處在於,它完全基於 HTML5 技術,不需要安裝任何插件,也不需要配置 PHP、Java 等運行環境,只需要兩個 JS 文件即可使用。

- 2 -

國雲大數據魔鏡

這也是一款只需要簡單的拖拽操作就能完成數據分析的產品,有針對企業或個人使用的免費版。在數據的可視化上,也同樣幫小白們免去了跟代碼死磕的痛苦。可視化效果也非常豐富,餅圖、柱狀圖、線圖、雷達圖、環形圖、組合圖等等都有,據說有500多種可視化效果。

它的儀錶盤支持拖拽式自由布局,可以聯動功能和組件配色,能比較方便地調整報告,實時更新數據。也同樣支持互動式地分享分析結果。

還有幾個也很推薦!貼原文地址:5個好用的可視化數據平台,讓你的數據分析更高效率、高逼格,感興趣的朋友可以支持下,乾貨只會越來越多!

好的,說完了,撩完就跑!


要是做的可視化內容涉及到地理要素的話,可使用地理信息軟體ArcMap來做出信息量非常全面的底圖。


英國衛報Guardian有個datalab 做的東西蠻有意思 這次米國大選他們做了一個對川普的民意調查
最後的結果輸出看這裡Who supports Donald Trump? The new Republican center of gravity
是不是lab做的我沒看 但是蠻有意思的 我自己作為素材收藏了 貼幾張截圖出來
白字是我加的 實際使用效果請訪問上面的鏈接(川普的表情會動哦 川普:我得意地笑~)


這種級別的 Office 2016 就可以做,並且很簡單。


不願造輪子的同學,請選擇DataHunter,絕對滿足您的需求,放幾個例子:

(三一重工旗下樹根互聯)

(金地集團年會)

(人民日報中央廚房)


個人認為對於數據繪圖已經可視化,重要的不是用哪個軟體,而是繪圖的思路已經數據的質量。如何構思才能讓圖形更好的展現數據的內容,如何調整布局、格式、顏色等元素使圖形更養眼。但也不要過於追求美觀,能說明問題才是最重要的。

幾個例子,使用origin lab公司的origin軟體繪製的↓

以上圖形來自我的微信公眾號(數據繪圖),有詳細的Origin(Pro)等繪圖軟體的使用方法和繪圖技巧,期待你的關注! 微信搜索(數據繪圖)即可關注。

http://weixin.qq.com/r/6jvv93-EaCIXrTuU9274 (二維碼自動識別)


網易有數,註冊使用。


如果是帶位置的數據可視化,可以用MAPBOX、CartoDB。如果英文有障礙的盆友,可以試試國內的在線可視化產品,比方說百度的Echarts(ECharts),捷泰的智圖編輯器(智圖GeoQ | 位置智能平台),極海的GEOHEY(極海|GeoHey 一站式地理大數據云平台 基於雲計算、大數據、人工智慧,助您解決地理位置相關的問題)。

從使用難度上來說,智圖編輯器更加便利,支持一鍵分享和傻瓜都會用的EXCEL數據上傳。當然,最重要的是,智圖編輯器在一定數據量前提下免費.......



推薦閱讀:

R語言中,RCurl優勢在哪兒,做爬蟲的話用Python還是RCurl效率高?
如何爬取網頁表格數據?

TAG:統計學 | 數據分析 | 數據可視化 | 可視化 | R編程語言 |