推荐一些简单的，日常工作能实际应用，或者个人学习数据分析、可视化有必要的工具。

希望大家能真的用起来！

推荐顺序：

能中文版的，尽量不推荐没汉化的，密密麻麻我也头疼；

能“傻瓜式”使用的，尽量不写代码，怕把你们吓跑；

能免费的尽量不付费，破解咱不提倡哈。

本文章提要：

纯可视化图表生成（3个）可视化报表类（1个）商业智能分析（3个）数据地图类（2个）可视化大屏类（3个）数据挖掘编程语言（2个）

纯可视化图表生成类——适合开发，工程师

Echart

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网页的统计图表模块。可在Web端高度定制可视化图表，图表种类多，动态可视化效，各类图表各类形式都完全开源免费。能处理大数据量和3D绘图也不逊色，据说结合百度地图的使用很出色。

Echart还是多用于一些开发场景的，但它也衍生了一个0代码的图表生成器—“百度图说”，我体验了下，操作基本上就是选择图标，把数据复制过去，然后生成图表，保存为图或者代码嵌入。

AntV

AntV又是蚂蚁金服出品（阿里系）的一套数据可视化语法，貌似是国内第一个采用The grammar Of Graphics这套理论的可视化库。antv带有一系列的数据处理API，简单数据的数据归类，分析的能力，被很多大公司用作自己BI平台的底层工具。

Highcharts

说道Echarts，都会拿来与Hicharts对比，两者有点像WPS和OFFICE的关系，倒不是说Echarts怎样，日常图表动效Echarts完全够了。

Highcharts同样是可视化库，只不过是国外的，商用的话需要付费。其优势是文档详细, 实例也很很详细，文档中依赖哪些js脚本，css都十分详细，学习和开发都比较省时省力，相应的产品稳定性较强。

可视化报表类——适合报表开发、BI工程师

FineReport

一个报表软件，企业级的应用。用于系统的开发业务报表，数据分析报表。也可集成在OA，ERP，CRM等应用系统内，做数据报表模块，也可以开发成财务分析系统，就看你如何驾驭数据了。

两大核心功能是填报和数据展示，但我觉得比较惊艳的一点是，它内置了大量的图表和可视化动效，可视化很丰富，完全没有印象中做报表那种古板的风格。多以它能做出格式各样的dashboard、甚至是可视化大屏，一点不虚。

我之前工作有段时间拿finereport，感触最深的是开发报表很省力，10张门店报表以往做10张excel的，在他里面就是一个参数查询，然后批量导出，用一个模板。

所以有号称：

工作用小屏，决策用大屏。办公用微软，经营用帆软。

商业智能分析——适合BI工程师、数据分析师

Tableau

几乎是数据分析师人人会提的工具，内置常用的分析图表，和一些数据分析模型，可以快速的探索式数据分析，制作数据分析报告。

因为是商业智能，解决的问题更偏向商业分析，用 Tableau可以快速地做出动态交互图，并且图表和配色也非常拿得出手。

FineBI

自助是BI工具，也是一款成熟的数据分析产品。内置丰富图表，不需要代码调用，可直接拖拽生成。可用于业务数据的快速分析，制作dashboard，也可构建可视化大屏。

有别于Tableau的是，它更倾向于企业应用，从内置的ETL功能以及数据处理方式上看出，侧重业务数据的快速分析以及可视化展现。可与大数据平台，各类多维数据库结合，所以在企业级BI应用上广泛，个人使用免费。

PowerBI

软继Excel之后推出的BI产品，可以和Excel无缝连接使用，创建个性化的数据看板。

数据地图类

很多工具都能实现数据地图，比如上面提到的Echarts、finereport、tableau等。

这里强烈安利的Power Map 2016，可以快速体验一把爽。

还有比较快速的，地图慧

内置的是百度地图，选择模板、上传数据、保存地图很简单的3步。

可视化大屏类

阿里DataV

天猫双十一大屏就用DataV做的，是阿里云的拖拽式可视化工具，主要用于业务数据与地理信息融合的大数据可视化，像一些展览中心，企业管控中心用。

不需要编程，通过简单的拖拽配置就能生成可视化大屏或者仪表盘。

FineReport

上面提过，这个工具它也能做可视化报表，也能做大屏。

因为后端通常连接业务系统数据，所以可以实时连接业务数据，做企业的一些经营数据展示。比如展览中心、BOSS驾驶舱，还有城市交通管控中心、交易大厅等。

数字冰雹

产品技术不了解，也只是有幸在一次活动上见过。

专注于做数据图像、三维处理、数据分析等相关业务，通过图像可视化方式呈现数据分析，在智慧城市、工业监控用的比较多。

就是商业的，不过官网上有很多大屏设计，可以提供灵感。

数据挖掘编程语言——适合技术性数据分析师、数据科学家

典型如R和Python

R-ggplot2

Python

通宵熬夜做了份数据分析报告却没人看？Wait，可能是你没做好可视化！（换行）别急，这就送上一份最全，最全，最全的可视化工具合集，轻松做出让人忍不住＂wow＂的数据图表~

1.Tableau

Tableau 是一款企业级的大数据可视化工具。Tableau 可以让你轻松创建图形，表格和地图。 它不仅提供了PC桌面版，还提供了服务器解决方案，可以让您在线生成可视化报告。服务器解决方案可以提供了云托管服务。Tableau的客户包括巴克莱银行，Pandora和Citrix等企业。

2.ChartBlocks

ChartBlocks是一个易于使用在线工具，它无需编码，便能从电子表格，数据库中构建可视化图表。整个过程可以在图表向导的指导下完成。您的图表将在HTML5的框架下使用强大的Java库D3.js创建图表。你的图表是响应式的，并且可以和任何的屏幕尺寸及设备兼容。 您还可以将图表嵌入任何网页中，分享在Twitter和Facebook上。

3.Datawrapper

Datawrapper是一款专注于新闻和出版的可视化工具。华盛顿邮报，卫报，华尔街日报和Twitter等媒体都使用了这一工具。Datawrapper非常容易使用，不需要任何编程基础。你只需要上传你的数据，便能轻松地创建和发布图表，甚至是地图。Datawrapper提供了众多的自定义布局及地图模板。

4.Plotly

Plotly帮助你在短短几分钟内，从简单的电子表格中开始创建漂亮的图表。Plotly已经为谷歌、美国空军和纽约大学等机构所使用。 Plotly是一个非常人性化的网络工具，让你在几分钟内启动。如果你的团队希望为Java和Python等编程语言提供一个API接口的话，Plotly是一款非常人性化的工具。

5.RAW

RAW弥补了很多工具在电子表格和矢量图形（SVG）之间的缺失环节。你的大数据可以来自MicrosoftExcel中，谷歌文档或是一个简单的逗号分隔的列表。它最厉害的功能是可以很容易地导出可视化结果，因为它和Adobe Illustrator，Sketch 和Inkscape是相容的。

6.Visual.ly

Visual.ly是一个可视化的内容服务。它提供专门的大数据可视化的服务，用户包括了VISA，耐克，Twitter，福特和国家地理等。如果你想完全外包可视化文件给第三方。你可以使用非常简化的在线流程：你只需描述你的项目，服务团队将在项目的整个持续时间内和你在一起。 Visual.ly给您发送所有项目关键点的邮件通知，也将让你不断给出反馈。

7.iCharts

iCharts 提供了一个用于创建并呈现引人注目图表的托管解决方案。有许多不同种类的图表可供选择，每种类型都完全可定制，以适合网站的主题。iCharts 有交互元素，可以从Google Doc、Excel 表单和其他来源中获取数据。iCharts的免费版只允许你用基本的图表类型，如私人图表、自定义模板、上传图片和图标、下载高清图片、无线实时数据库连接、调查数据集、大型数据集、图表报告、数据收集、品牌图表渠道等。

8.Fusion Charts Suit XT

FusionCharts XT是一款跨平台、跨浏览器的Java图表组件，为你提供令人愉悦的Java图表体验。它是最全面的图表解决方案，包含90+图表类型和众多交互功能，包括3D、各种仪表、工具提示、向下钻取、缩放和滚动等。它拥有完整的文档以及现成的演示，可以助你快速创建图表。

9.Modest Maps

Modest Maps是一个轻量级、可扩展的、可定制的和免费的地图显示类库，这个类库能帮助开发人员在他们自己的项目里能够与地图进行交互。ModestMaps提供一个核心健壮的带有很多hooks与附加functionality函数的要素开发包。

10.Pizza Pie Chart

Pizza Pie Charts是个响应式饼图图表，基于Adobe Snap SVG框架，通过HTML标记和CSS来替代 Java对象，更容易集成各种先进的技术。

11.D3.js

毋容置疑D3.js是最好的数据可视化工具库。D3.js运行在Java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，所以它带有没有预置图表也不支持IE9。

12.Chartkick

Chartkick是一个图表绘制工具，特点是UI美观、使用简单，并且支持IE6在内的大多数浏览器。它还可以与开源框架Django、Flask/Jinja2结合使用。可以让你用最少的代码创建专业的Java图表，甚至只需要一行Ruby代码即可绘制出漂亮的图表！

13.Springy

Springy.js设计轻量并且简单。它提供了一个抽象的图形处理和计算的布局，支持Canvas、SVG、WebGL、HTML元素。

14.Ember Charts

Ember Charts – 顾名思义是一种基于Ember.js框架和使用d3.js的可视化工具。Ember Charts以绘制时间序列图，柱状图，饼图和散点图为主。它非常优易于扩展。同为Ember.js开发团队，Ember Charts聚焦于图形互动性。它有极强的错误处理能力，当你遇到坏数据时，系统也不会崩溃。

15.NVD3

NVD3运行在d3.js之上, 它可建立可重用的图表组件。该项目的目标是保持所有的图表整洁和可定制性。 NVD3是d3.js之上的简单的接口，保持了d3.js的所有强大功能。 NVD3由Novus Partners前端工程师开发和使其保持了图表技术洞察力。

16.Google Charts

Google Charts 以HTML5和SVG为基础，充分考虑了跨浏览器的兼容性，并通过VML支持旧版本的IE浏览器。所有您将创建的图表是交互式的，有的还可缩放。Google Charts是非常人性化和他们的网站拥有一个非常好的，全面的模板库，你可以从中找到所需模板。

17.FusionCharts

FusionCharts是最全面的Java图表库，包括90个图表和900种地图。如果你不是特别喜欢的Java。FusionCharts可以轻松集成像jQuery库，Angularjs和React框架以及ASP.NET和PHP语言。 FusionCharts支持JSON和XML数据，并提供许多格式图表：PNG，JPEG，SVG和PDF。

18.Highcharts

Highcharts是一个Java API与jQuery的集成，全球最大的100家公司中有61家正在使用它。图表使用SVG格式，并使用VML支持旧版浏览器。它提供了两个专门的图表类型：Highstock和Highmaps，并且还配备了一系列的插件。你可以免费使用它，而如果你想建立付费的应用，只须支付少量牌照费用。此外，你还可以使用Highcharts云服务。

19.Chart.js

对于一个小项目的图表，chart.js是一个很好的选择。开源，只有11KB大小，这使得它快速且易于使用，它支持多种图表类型: 饼图，线性图和雷达图等。

20.Leaflet

你是否专注于专业的大数据解决方案？无需饼图和条形图？Leafleft 基于Open Street Map数据，使用HTML5 / CSS3绘制互动式可视化图。您可以使用他们的扩展插件库添加热点图（heatmaps）和动画标记。 Leaflet 是开源和只有33 KB大小。

21.Chartist.js

Chartist.js的开发社区一直致力于打败所有其他Java图表库。它使用了Sass的个性化风格，它的SVG输出是响应式的。

文 | Fly

【IDIC】原创文章 第2篇

01

前言

相信大家在工作或学习中，会接触很多的数据处理工作，2015-2016年微软发布了Power BI一系列产品，包括PowerBI desktop、PowerBI 报表服务器等等，这是一款可交互的、简单易上手的、可免费使用的（高阶版本需要收费）数据可视化处理软件，很好用，可以帮助你用数据“说话”。其中BI（Business Intelligence）即是商业智能的意思。

鉴于Microsoft Power BI是这几年刚发布的，使用者并不是很广泛，现就这款软件做一简单的入门介绍。

图1. Power BI

02

Microsoft PowerBI的安装与部署

电脑配置要求不高，相信大家的电脑都能满足；需要安装的有：数据库（SQL）、Power BI DeskTop、Power报表服务器。

一般先安装好Sql数据库，这个网上资源很多，大家可自行下载安装。然后安装Power BI DeskTop，最后安装Power报表服务器可在PowerBI官网下载。

百度搜“PowerBI”就会找到。其网址为https://powerbi.microsoft/zh-cn/features/；然后在主页中的菜单栏中“产品”一项进行下载。如图2所示。

图2. PowerBI Desk Top、PowerBI 报表服务器的下载

大家点进相应下载后，可选择“高级下载”项，进行有选择的下载。如图3所示

图3.高级下载选项

图4.

图5.

下载后，进行安装，Power BI Desktop 安装步骤较简单，按照指引一步步安装就行。

下面介绍下 “Power BI 报表服务器”的安装与配置，以及注意事项。

2.2 “Power BI 报表服务器”的安装与配置

第一步：双击PowerBIReportServer.exe，之后出现下图6。然后会出现让你选择安装的版本，如图7所示。其中会有两种版本选择，一是“测试版（将在180天后过期）”，大家也可以下载此版本进行试用。二是“开发人员”，选择“开发人员”版，也就是正式版，是需要密钥的，密钥有两种方式获得，一是购买powebi的 Power BI Premium 版本，可获得内部部署的权限。第二是购买SQL 企业版加 SA 也可以获得内部部署权限。此链接中详细介绍了密匙的获得方法https://docs.microsoft/zh-cn/power-bi/report-server/find-product-key。

另外，是否还有其他方式获得密匙，我还不清楚，大家可自己找找资料看。

图6.

图7.

第二步：然后点击“下一步”，在此之后，再经过2个“下一步”后，会出现图8画面。然后选择“配置报表服务器”

图8.

第三步：配置报表服务器

通过点击“配置报表服务器”按钮，进行下一步配置。或者在开始菜单找到程序“report Server configuration manager”，打开进行配置。打开后出现如图9所示画面。

图9.

接下来，有三个地方是要必须完成配置的，其他的可自由选择。这三个为：“web服务URL”、“数据库”、“WEB门户URL”，顺序依次进行。如图10所示。

注意：在配置“web服务URL”时，因为如果是默认安装了SQL 企业版，已经有报表服务，会使用80端口，因此如果这里配置80端口，若发生冲突不可使用的情况，可以自己随便修改一个端口试试。

配置“数据库”可以选择现有的数据库，也可以新建数据库。最后配置完成“WEB门户URL”就可以使用power BI服务了。Power BI 报表服务器可允许在本地 Web 和移动设备上查看 Power BI 报表。注意记下自己的Web服务URL，以后在使用 Power BI Desktop完成一个项目后，保存到Power BI 服务时，需要用到Web服务URL。

图10.

综上，就完成了Power BI的安装与配置，下面就可以使用Power BI Desktop 进行数据可视化操作，然后进行分享啦。图11为Power BI 报表服务器网页显示样式（在浏览器中访问的WEB门户URL）

图11

03

Microsoft PowerBI的使用

打开“Power BI Desktop”操作界面如下图12所示

图12.

图12中的标号，对应说明如下：

1）“文件”，点击后可以打开最近操作的powerbi项目；当新完成一个项目后，可点击此进行保存；值得注意的是点击“另存为”可将Power BI 项目文件保存到 Power BI 报表服务器，以供其他人浏览。如图13 所示。

图13.

2）“获取数据”，可以从“excel”、“数据库”等等，几乎支持所有数据源。

3）“编辑查询”，可以对加载后的数据进行操作，类似于excel操作，但只有部分excel功能。

4）三个不同的窗口，第一个布局窗口、紧接着下一个是数据表格显示窗口、最后一个是不同的数据表格之间的关系管理窗口。

5）可以加载模板，PowerBI官网提供了丰富的模块，

下载地址：https://appsource.microsoft/en-us/marketplace/apps?product=power-bi

6）布置数据，可以从右侧拖拽到相应的此处相应的框。注意，先拖拽所需要的模块到中间布局窗口。

7）模块属性设置。

04

总结

关于Power BI 的使用，大家可以自己多查找些资料，通过实际操作来熟练和探索。其功能很强大，后续有条件再和大家再交流学习。另外power bidesktop在主页菜单的“帮助”选项里，提供了丰富的链接，大家可以多通过此进行学习。

Power BI官方指导性学习文件（快速入门）：https://docs.microsoft/zh-cn/power-bi/

谢谢大家，若有不正确之处，还请指教。

作者简介：工业工程毕业，从事电子制造业基础IE与精益生产相关工作，专注于探索工业工程在中国企业的发展与运用

现代化管理与数据处理软件EXCEL

二十一世纪已经到来，我们驾驶着科学技术以超音速飞速发展。在新世纪前二十年，工、农、渔、牧业都实现了现代化的管理。从以前的粗糙管理到现代的精细化管理，人们见证了一个又一个的奇迹。然而现代科技进步离不开的是数据，现代化的管理更需要的是数据的支持。

管理涉及的行业非常多，对于数据的需求也很多，因此出现了众多的数据处理软件，它们也分别适应不同的人群。

Excel：是微软公司office办公软件下的一款产品，它的出现时间较长，受众较多，大街小巷都流传着它的身影，然而使用起来由于写函数比较麻烦，因此学习好它很重要。普遍适用，既有基础，又有中高级。中级一般用Excel透视表，高级的用Excel VBA。

BDP：现代管理都比较偏向于数据可视化呈现，而BDP拥有的30多种图表，非常适合零基础数据小白使用；有多表关联、追加合并等合表处理功能，性能也是非常快的。

SAS、SPSS：经常会涉及到一些数据建模的问题，对一般人难度较大。Hihidata：是一种使用人数较少的数据分析工具。经过简单的努力就可以直接上手操作。并且吧需要下载安装，直接在线就可以使用。

MATLAB：能够很方便的建立统计与数学模型，但是比较难学，不容易上手。

Eview：是一种比较小众的软件，平时经常用来建立一些经济类的模型，在这一块有它得天独厚的优势。计量经济学中经常用到。

各种BI与报表工具：tableau，QlikView，海致BDP等。

后期我们主要偏向于大众软件数据处理EXCEL的从基础到高级的应用。

首先带给大家一点小的福利，EXCEL常用快捷键：

CTRL+C:复制；

CTRL+V:粘贴；

CTRL+X:剪切；

CTRL+Z:恢复上一步；

CTRL+S:保存；

CTRL+G:定位条件；

CTRL+空格:中英文输入法转换；

CTRL+SHIFT:输入法快速转换

etc

怎么样，赶紧学习吧；是不是发觉数据处理软件EXCEL很容易学习啊?

曾经有名同学说：学习数据处理软件EXCEL后，发觉自己的工作效率提高了，管理变得更简单了，老板也更喜欢自己了，薪资待遇也提高了，最最重要的是通过帮助女同事进行数据处理，还收获了一份爱情，从此再也不怕情人节、再也不怕过年了。

动心了吗?童鞋，坚持下去，相信自己相信你，你就会获得别人无法拥有的财富。

大家好，上周介绍完饼图之后，您有没有亲自动手尝试一下呢？

今天小数要带大家熟悉的是散点图，本文图表生成所用工具仍然是大众熟知的Excel。

说到散点图，它既能用来呈现数据点的分布，表现两个元素的相关性，也能像折线图一样表示时间推移下的发展趋势。可以说是最灵活多变的图表类型。

大数据时代，人们更关注数据之间的相关关系而非因果关系。那么如何考量各变量之间的相关关系呢？散点图就是一种最直观简单的形式。

散点图的特点？

适用于展现两个或三个变量之间的关系

数据量越大，散点图发挥的作用越好

需要关注离群点（异常点）对整体的影响

普通散点图与可视化

在实际应用中使用频率最多的是二维散点图和三维散点图，而三维散点图又与气泡图有密切关系，我们后面会提到。

二维散点图的制作相对简单，无需特殊设置。可视化方面其实也还是咱们的老套路，这里再通过一个例子带大家简单过一遍。

小数收集了某餐馆服务满意度与排队时间相关的15组数据，导入Excel ，直接生成散点图如下：

可视化操作步骤：

背景颜色应用（还是以 DataHunter 的 logo 绿为主哦~）

字体颜色、数据点颜色调整

淡化坐标网格线

插入趋势线。这是散点图的特色，为了分析两个变量之间的关系，我们通常会引入趋势线，Excel中目前给我们提供了线性、指数、线性预测、双周期移动平均等多种类型选择。

现实操作中判断两个变量之间的关系类型，还需要引入回归分析等方法，我在这里只是作为可视化的一个简单举例，所以就直接插入了线性趋势线。

优化后如下图所示：

曲线图

在Excel 的散点图分类中，我们还可以看到一类变体的散点图——曲线图。它经常被用来表示某个变量随时间变量变化的趋势，与折线图的功能类似。

我将自己最近30天的步行数作为数据源，然后生成曲线图。

这里不再赘述可视化过程，与普通散点图基本相同（通过线条填充半透明处理、背景渐变填充、日期格式和坐标轴调整等）

气泡图

气泡图与散点图最直观的区别为：散点图中的数据点长得都一样，气泡图中的气泡却大小不同。因为气泡图在原先散点图的基础上引入了第三个值来控制气泡的大小。

举个例子，我将某校30名学生的期末成绩与其对应的出勤率作为x值和y值，并引入“去图书馆的时间”作为z值，默认生成气泡图如下：

气泡挤在一起了，怎么办呢？

调整坐标轴，将出勤率和分数的最小值和最大值进行修改，调整相应颜色，然后再插入趋势线，就得到了下图：

可以看出，除了出勤率与分数之间有简单的正相关关系外，分数越高的同学，去图书馆的时间也相对较高（气泡普遍更大）。

最后再强调一下：散点图实际应用中更适合大范围的数据，本篇文章中的举例只是为了说明问题，所以数据量都不大。

小结

散点图适用于研究大规模数据中两个变量之间的相关关系

气泡图可用于研究展示三个变量之间的关系

曲线图作为一种特殊的散点图，适用于研究连续变量的变化趋势。

题外话：其实看到这些散点图，总让小数想起一款大圆吃小圆的网页游戏，当初我也是沉溺其中，无法自拔，它的页面如下图，游戏规则挺有意思的，感兴趣的小伙伴可以去体验一下~

最后，基础图表篇的可视化系列文章很快就要结束啦，下个系列大家想了解点啥呢？留言给小数，你想要的内容，统统给你！

大部分时候，图表比文字的说明性更强。无论是正在写毕业论文的学生，还是要在老板面前作报告的上班族白领——大家对 Excel、PowerPoint 里的图表功能都不陌生。

但在数据可视化的能力上，Excel 和今天我要介绍的这款软件之间，差了好几百个 PPT……

软件的名字叫做 ，由微软开发。BI 的全称是 Business Intelligence（商业智慧），如果你的工作属于数据可视化范畴，可能跟 Power BI 打过交道，它最早是 Excel 的一个数据可视化插件，2016 年成为一款独立软件。这几天在西雅图的数据科学峰会 (Data Insight Summit) 上，微软推出了 Power BI 的全新版本，让数据可视化变得超级容易。Power BI

有多容易？

作为一名没有任何数据科学和编程经验的文科生，我边看教程边自己操作，半个小时就做出了两个互动数据图。

气候学界有一个很著名的“曲棍图表”(Hockey Stick chart)，讲的是地球过去一千年里的气温变化一直比较稳定，有升有降，到了 20 世纪突然逐年升高，形成了一个横放的棍球杆。

（虽然看起来只是几条折线在一起，但其实曲棍图表是一个相对比较复杂的数据可视化项目，包括了前 900 年的模型重建温度数据、模型重建配套的误差值、后 100 年的仪器观测数据，需要用重建温度数据去加减误差值算出误差上下限……）

幸运的是，原始数据在网上都有公开，用 Power BI 导入这些数据之后，还可以用内置的公式工具去计算和生成新的数据。以下是我花了 15 分钟左右，用 Power BI 复现出来的曲棍图表——可互动的：

关于这张表，再废话几句：上下两条灰线代表的是误差区间，也即气候学家对那 900 多年里气候变化不确定的程度。区间的面积越大，意味着不确定性越高，不知道未来几十年内会继续升温还是降温，没有一个明确的套路；到了最近 100 年，不确定性越来越低，意味着气候学家非常确定未来只会越来越热……所以你看，无论再怎么强调“气候变化是真的”，都显得很苍白，不如放一张图表的说服力更强。

其实这也是数据新闻 (data journalism) 诞生的原因。数据可视化非常有利于媒体呈现故事、发现新的线索。像《华盛顿邮报》、《经济学人》、ProPublica 等知名媒体品牌和机构一直在推动着数据新闻的前进，而随着计算机技术进步，Power BI、INZight、Tableau 等软件的问世，让数据新闻不再是那些人多势众大媒体的专利——是的，就算不会编程、不懂数据也不懂设计，你也能成为数据可视化专家，一个人做出优质的数据新闻报道。

KING5，美国华盛顿州西雅图的地方电视台，在去年的总统大选初选期间首次尝试了用数据可视化的方式来呈现实时的票选结果，除了台前的主播之外，后台的团队只用了两三个人。该电视台跟微软合作，用 Power BI 从云端的选票数据源实时抓取华盛顿州各郡的票选结果，呈现在演播间里的 Surface Hub 上。过去，从来没有一家地方电视台能够在大选报道中呈现出如此高级别的实时程度和数据细节。

初选当天有上百万人观看 KING5 的实时分析节目，但其实要开发出这个实时演示，只需要几十分钟。以下是我用后期汇总的数据制作的演示程序，注意到在地图上每点击一个郡，右边就会出现郡的名字和两个参选人在该郡的具体得票数：

制作时间是 20 分钟，其中 10 分钟花在调颜色上。我的数据源是已经打包好的，而当时节目里的数据来自计票机构的实时数据接口，开发难度可能会更高一些，本质上没有区别。

从云端接口获取数据实时更新图表的能力，也是 Power BI 的优势之一。微软自己就在用 Power BI 实时收集和呈现每个团队各自的数据，比如产品的实时访问数、新增用户量、服务器负载等等。“办公室里到处都是各种图表和显示器，每天用 Power BI 的员工比用 Office 365 的还多，Power BI 和 Outlook 应该是员工用户量最高的微软产品。”该公司数据商业部门首席架构师埃米尔·奈兹告诉我。

他指出，随着技术进步，相关产品的使用难度降低，更多的人将具备一定的数据可视化能力，而更多行业将因数据可视化获得帮助。比如在新闻行业，Power BI 不仅能把数据呈现出来，还能通过机器学习技术从数据中自动“挖掘”出亮点，而这些亮点对于记者而言很可能意味着是一个新的线索。本文里展示的这两个数据可视化项目，曲棍图表和华州初选结果，开发起来都很容易，有一定计算机软件基础的人都可以在的帮助下完成————数据新闻其实并没有很多人想象得那么难。教程

即便你只是学生，或者每天做报表的白领，一个对数据可视化需求很低的普通用户，Power BI 的优势也很明显。用它制作的数据图表可以生成 iframe 代码，嵌入到网站上，也可以导出到 PowerPoint 和 Excel 里，最重要的 Power BI 生成的不是静态的死图表，互动性比 Excel、PPT 图表更强。如果你也像我一样，对数据感兴趣但又完全没有基础，Power BI 可能是一个入门的好帮手。

8月26日下午，由CDA（数据分析师）主办，微软中国协办的《探秘数据可视化》沙龙活动在京举行。本次活动邀请到了包括DataHunter产品总监刘鹏元在内的三位业内专家，共同探讨了企业如何借助数据可视化发现并改进业务中存在的问题。

《探秘数据可视化》沙龙活动现场&会后合影

在演讲正式开始之前，现场每一位听众都进行了自我介绍，据了解，这也是CDA线下活动的一大特色，目的是让所有参与者都能展示自己，这也有助于后续彼此间的交流。

据悉，现场有很多听众目前正在从事数据分析工作，想借此学习并提高自己；也有不少临近毕业的大学生，未来准备从事数据分析工作；此外，也有一些企业业务人员，正打算尝试数据可视化分析工具。而在这些发言中，我们不止一次听到这样一种诉求：excel不够用了，我该怎么办？

大数据时代，excel还够用吗？

毫无疑问，excel是一款伟大的产品。发布至今，从最初简单的录入数据到进行统计分析，excel一直是同类软件中的佼佼者。然而，在进入大数据时代后，微软却推出了新的数据分析工具，Power BI。

显然，不仅仅是活动现场的众多听众，excel的发明者、大名鼎鼎的微软也觉得，这款办公软件已经无法胜任如今的企业业务数据分析需求。

DataHunter产品总监刘鹏元

对此，DataHunter产品总监刘鹏元认为，对于如今的数据分析师而言，excel正在成为一种“拖累”。“你会发现，80%的时间都在进行数据收集和整理工作，而真正核心的数据分析工作，花费的时间却少之又少。工作很累，但老板依然不满意。”

后excel时代的数据分析

如今，海量且复杂多样的数据，给企业的业务分析带来了诸多新的挑战。“想要让数据成为企业的驱动力，企业其实需要每个人都具备一定的数据分析能力。”刘鹏元表示，一方面，专业的数据分析师需要掌握新的技能，另一方面，企业也需要选型更敏捷的分析工具给企业内部的人员使用。

“打铁还需自身硬”，刘鹏元直言，新时代下的数据分析师，首先需要掌握一定的大数据处理技能，如懂得编程、能进行数据库查询、了解大数据处理框架等（有了好的BI工具，其实这些技能就不是必须的了）；其次，要对企业业务有更深的理解，能够根据企业自身特点建立分析模型和方法，不断地进行探索式分析；最后，能把分析结果以可视化的形式展现出来，让别人秒懂你的结论，成为讲述“数据故事”的高手。

可以看出，大数据处理能技能、探索式分析、交互式可视化展现，已经成为当今数据分析师必备的三项技能，而这恰恰也是企业急需“补强”的三个方面。在Gartner发布的2017 BI（商业智能）魔力象限报告中也印证了这点：传统的、报表型BI厂商已从领导者象限出局，自助探索式分析将成为趋势。对此，刘鹏元总结道：

Gartner预测，探索式分析将成未来趋势

新的分析工具要能够：

· 接入企业各种业务系统，整合多源异构数据；

· 拥有实时的数据处理能力；

· 简单操作，5秒内拖拽即可生成可视化图表；

· 提供探索式分析功能，数据分析维度和颗粒度可随意变换；

· 智能的图表和模型推荐；

· 可云端协作和分享，满足各种移动办公的场景。

在演讲最后，作为DataHunter产品总监，刘鹏元也简单介绍了这款适用于大数据时代下的一站式数据可视化分析平台。据悉，DataHunter拥有两条产品线和一个服务，即：DH数据分析平台、数据大屏、以及大数据技术服务。

“目前DataHunter已经在媒体、地产、制造业、展会等行业打造了众多案例，为人民日报、万达集团、申通集团、三一重工等数十家客户提供了数据可视化分析和大屏展示服务。”刘鹏元介绍说。

据了解，作为是一支年轻的初创团队，DataHunter的核心成员主要来自IBM、Oracle、SAP等知名公司，深耕于大数据、IT技术等领域，具有10年以上丰富的企业服务经验。

关于DataHunter

DataHunter（北京数猎天下科技有限公司）是一家专注于数据可视化分析展示的科技公司，成立于2016年。基于先进的探索式数据分析技术，DataHunter致力于为企业提供简单易用的业务数据可视化分析产品及数据大屏设计展示服务，帮助用户发现问题并改进业务，从而驱动企业向数字化运营转变。

“ 本文中你将收获到：

01 什么是切片器？

切片器简单得说就是一个可视化的筛选工具。使用切片器后，你只需要点击相应的数据就能在数据透视表或者透视图表中筛选信息了。

比如这样：

02 怎样才能添加切片器呢？

在Excel 2010中添加切片器

由于在Excel 2010中，切片器只能用于数据透视表，因此有两种方式可以添加:

右键点击“数据透视表字段”中相应的字段，然后选择“添加为切片器”

在数据透视表工具栏中，点击“插入切片器”

在Excel 2013/2016中添加切片器

在较新的Excel版本中，由于切片器还可以用于普通的图表，因此在之前的两种添加方式基础上，还可以：

在插入工具栏中，选择“切片器”

03/04 切片器连接到透视表&图表

多个切片器连接到一个透视表

你可以给一个透视表添加任意多个切片器。当添加多个切片器之后，每个切片器都会影响最终的显示结果。

一个切片器连接多个透视表

除了给一个图表添加若干个切片器，一个切片器也能连接多个透视表。

1.先给多个透视表命名，这样会便于后续的操作。

2.右键切片器，选择“报表连接”

3.在弹出窗口中，勾选若干个需要关联的透视表

效果如下：

一个切片器连接多个图表

当然啦，一个切片器还可以连接多个图表，实现同时对多个图表进行动态显示的目的。

05 设置切片器格式

别以为微软大人没有给你自由展示的机会，我们的切片器也可以变化多端的：

Q：我的切片器中条目太多，怎么办？

Q：我不想显示切片器的标题怎么办？

Q：我完全不喜欢内置的那些个切片器式样，要怎么改？

听了一路的介绍，你是不是有点跃跃欲试了。赶紧打开你的Excel尝试一下切片器的作用吧！

超级圈，连接一切可能

前天给大家介绍了一款APP叫Chartistic，可以生成图表作为图片。当时有人留言问，有没有一款软件，能够导入数据生成分析图表呢？

圈姐看到大家的需求后，立马在各大渠道找了老半天，居然发现了这个免费的无敌神器：

Power BI

先让我哭三秒钟，因为这款神器，真的是太！屌！了！

微软Excel出了许多可视化插件，最后干脆整了个合集版的Power BI。Power BI 可以将数据进行转换、分析和可视化的工具，还具备共享、建立数据模型等逆天功能哟~

官方下载：https://powerbi.microsoft/zh-cn/

产品介绍

Power BI 的逻辑很简单，直接导入你的Excel图表，然后通过简单的数据配置，便可以生成一份颜值逆天的图表~

准备图表：首先将你需要做成图表的Excel表格准备好，然后导入到 Power BI 里面。

导入：点击「获取数据」，再点击「Excel」

可视化处理：打开后，在右侧可选择相对应的选项和图表类型，进行数据的可视化处理。

欢迎关注天善智能，我们是专注于商业智能BI，大数据，数据分析领域的垂直社区，学习，问答、求职一站式搞定！

天善学院618活动正在进行中！天善学院618大礼包，大数据、数据分析与数据挖掘、商业智能、机器学习、深度学习、数据库与数据仓库、R语言、Python精品课程总有一款正中你下怀吧？全场6.18折，赠送精品微课。最好的投资是投资自己，名额有限，欢迎登录查看！

早期的数据小魔方用户大概都知道，我最初也是从学习Excel起步的，只是学习的深入了之后，才开开慢慢的迁移到R语言。

我往R语言转型并不代表自己开始放弃Excel或者觉得Excel不适合做可视化，只是想体验一下Excel外围的可视化世界是什么样子的，毕竟在这个大行业内，还活跃着太多可视化领域的佼佼者，譬如 PowerBI、Tableau等。

当然，这些软件各有特点，但是在要划分一个类别的话，我觉得可以划分为三类：

Excel（以及寄生于Excel平台的各种辅助软件dashboard、Think-cell-chart）

桌面端可视化工具（以Tableau、PowerBI等）

编程工具。（以R语言、Python以及各种js开源可视化库）

但若要继续对其进行简化分类的话，我觉得其实可以分为两类：

Excel家族；

非Excel家族。

也许这里的分类大家会觉得摸不着头脑，我的理由是，数据可视化很重要的一步即是对原始业务数据结构的理解，而在Excel的图表库中，微软所设计的图形库是基于二维表的。（因为Excel自由灵活的表结构不限制变量类型，不识别因子变量（即用于构造模型或者用于图形映射））。

也许以上解释并不能令你满意，这里我只强调一点，同样制作一个多分类的柱形图（或者条形图），假若你获取的原始数据是三个字段，一个门店名称，一个季度标签，一个销售额，那么这种数据结构你是无法对其进行图表化呈现的，你需要借助Excel的数据透视功能，对其进行维度交叉透析，进而使用汇总表（二维表）进行多分类图表构建。

以上就是Excel中图表构建原理的大致过程，而除Excel之外的数据可视化产品，基本上都是使用一维表结构（长数据）来构建可视化图形的。其中因子变量（即通常意义上的分类变量）充当着至关重要的作用。

这也是用惯了Excel的小伙伴儿，如果想要迁移到其他可视化工具上，迈出的第一步往往无比艰难（也不能一概而论，假如你经常使用Excel的数据透视表功能，并且对数据库有所了解，对于数据的长宽转换应该早就烂熟于心了，这道坎不会困扰你太久）。

二维表有二维表的好处，即所见即所得，因为二表已经具备一定的图形化特征，而不单单是表了，但是二维表作图在效率上有着天然的劣势，即你会淡化对数据数据结构的理解，会被Excel的这种作图理念所吞噬，进而被绑架。（纯属个人愚见）

又扯远了，今天的主角仍然是Excel，我使用自己学习以来的案例来说明，Excel仍然是一款不折不扣的优秀可视化工具。

学习的第一步当然是模仿，所以才有了这些积淀很久的案例：

模仿可以快速提升你的“图感”，然后你会更大胆的去挑战高难度动作：

等有了足够的经验和技巧积累，尝试着自己找案例去做：

实习是很好的锻炼机会，可能你不需要做高难度高复杂度的工作，但是你能学到如何平衡技能与实际业务数据，融合并凝练细节。

Excel的强大远不止于此，如果你能习得名称管理器、开发工具与高级查询函数，那么制作动态仪表盘是分分钟的事儿，再将平时里积淀的优秀版式、配色方案等融入其中，那么你的工作价值一定会呈指数级增长。

本文作者：天善智能社区 EasyCharts

原文链接：https://ask.hellobi/blog/EasyCharts/8591