五個技巧教你用編程實現數據可視化

錢塘號期待您的入駐和來稿

熱門推薦：【乾貨】45G微信小程序開發合集

導讀：數據可視化可以通過視覺形式來呈現抽象的數據信息，有利於對數據進行更深入的觀察和分析，除了使用現有的可視化軟體和工具，也可以用編程定製屬於自己的數據可視化，本文推薦五個技巧教你用編程實現數據可視化。

數據可視化五個技巧

1. 使用你最熟悉的軟體

學慣用編程建立數據可視化不代表要摒棄你已經熟悉的工具。我一般使用任何能夠最快速解決問題的工具，這個工具可以是Excel，GoogleSheets，或者是Python。

你不需要只用R或者只用JavaScript做完所有工作，在一項工作中囊括不同的工具是有好處的。你的最終目的是製作可視化圖表，每一步的結果會引導你進行到下一步，所以不要太糾結於用「正確」的方法做事。

2. 從基礎做起

不要期待你第一次嘗試就會做出非常高級非常驚艷的視覺效果。尤其在學習的初期，你是有很多路要走的，所以要從基礎做起，再慢慢去使用更加高級的技巧。這樣你才不會一開始就感到備受打擊，從而放棄學習的希望。

在R語言中，有很多工具包可以幫助你做事情，甚至有時候你只要使用一個函數就行了。但是如果你不熟悉R的編程句法，我還是建議你從最基本的R語言學起，即便可能會有些難。

就好比我之前提到的d3.js這個JacaScript函式庫，如果你不熟悉JavaScript，或者剛剛開始學習編程，很多類似的東西都會看起來很難。我建議你從MikeBostock寫的基礎教程學起，慢慢開始了解你做的東西。

3. 找一個項目去完成

不要認為要把所有的東西學完再開始做項目，這樣你會被耽擱。先學習一些基礎知識就可以開始了，這至少可以保證，日後當你遇到問題在網上搜索的時候，能夠看懂那些解決方法。

選擇一些數據，然後開始著手嘗試可視化吧。一開始的進展肯定非常緩慢，你也會覺得很困惑，這都是很正常的。我直到現在還經常因為一些問題感到困惑，但你一定要堅持做完。

做項目的受益之處，在於它逼著你去學習你需要知道的。你每做完一個項目，下一個就會變得容易一些了。

通常一個數據可視化的項目會分成以下的步驟。

1.處理和格式化數據

Python

當我有一個非矩形分隔的文件 , 或數據比較凌亂時，我會寫一些特別的Python腳本。幸運的話，我會找到並重新利用過去已有的腳本。有時會用Beautiful Soup來修飾，有時會用csvkit 。

R

我只有在需要載入csv格式表格時才會用到R，通常只是做數據聚合，合併，或處理從原來的數據中派生的部分。

Tabula

多用於公開的政府數據，包括在 PDF 文件中涉及的數據。沒有 Tabula 的話這個過程將非常痛苦。

Microsoft Excel

只有在有需求的時候才會用到它。數據讀入Excel中，然後再導入像Numbers或是OpenOffice這樣的工具中。

Google Sheets

有時使用電子表格比寫腳本更快，我很喜歡這樣簡潔的過程。

2.分析數據

在你去做最後的圖形之前，你需要先了解這個數據集。

R

這裡我想到的是R。 因為R作為一個開源的統計計算語言，它有一個很豐富的社區，數不盡的擴展包，以及在Stack Overflow上大量的已解答的問題。

3.製作靜態圖形

這對我來說通常包含兩個階段：（i）在R中進行可視化; （ii）在Illustrator中潤色。

R

在R中有可視化工具包，如ggplot2，但我幾乎全部使用R自帶的那些功能，即base R。對此我寫過很多教程。

Adobe Illustrator

如果圖形要發布給別人看，我會以PDF格式保存R生成的圖形，並在Illustrator中編輯。雖然有些矯枉過正，但效果還不錯。我也在考慮試著用Sketch。

4.製作互動式圖形

Flash已經過時了，而JavaScript是新的寵兒。R在這裡應用不廣。

d3.js

我用數據驅動的文檔來做互動式的數據可視化（我還在學習中）。有許多例子可以用來試手。但如果我想快速完成一個圖表，我有時也會嘗試用 Vega-Lite 。

4.認真閱讀編程指南和範例

編程指南是很有用的。一開始可能會有些難，但你必須要適應。如果你的程序出了問題，很大可能是因為你寫的不對，而不是代碼的實現有問題。所以這個時候你就需要仔細閱讀指南，確認你的函數運用是正確的。

在R語言中，所有函數的指南都是用相同的格式寫的，它會告訴你這個函數有哪些參數，返回值是什麼，並且之後會給出使用的範例，這些範例都非常經典。

d3.js函式庫的創建者MikeBostock就寫了非常好的指南，在網上也有很多其他教程。Bostock在指南中收錄的大量範例是非常有用的，每當我遇到問題，在網上搜索解決方法的時候，我一般都會把出現的問題和「mbostock」放在一起搜索。

5. 著手去做

我有時會也會因為想太多而遲遲不開始，但是只要你能著手按照以上的小提示去做，能節省很多時間。用工具進行數據可視化，一般會有一個最優的做法，但沒有必要從一開始就去尋找它。先把形狀和顏色在屏幕上試下，然後將數據編譯進去，讓數據在大體上看起來沒問題。如果有些不對勁（尤其是對於含有互用和動畫的可視化項目），你再去尋求更優化的做法。一般情況下，即使不是最優，你的圖表也是沒錯的。

來源：芝諾數據分析

掃碼進入知識分享社群

不錯過任何乾貨

微信推送意猶未盡？

點擊展開全文

喜歡這篇文章嗎？立刻分享出去讓更多人知道吧！