超链接钻取是一个非常实用的功能，在各种项目、应用中使用广泛，能够帮助数据分析用户清晰、直观地了解不同层级数据的上下级关系，并聚焦于自己感兴趣的内容。当然，润乾报表也支持这个功能，前面小编有介绍过列表钻取，今天小编主要介绍如何利用润乾报表设计器在报表中实现图形钻取。

下面我们以订单分布为例，举例说明：

实际的需求是要求我们首先以柱图呈现出每个人的总订单金额，并且点击任意一个柱子可以钻取呈现出这个人的详细订单分布信息。

首先，我们制作一张含有柱形图的网格式报表作为被链接表，呈现出每个销售人员的总订单金额，效果如下图：

对应报表设计界面如下：

其中,数据集类型为内建数据集，设置如下图：

统计图部分设置：

单元格右键 — 统计图 – 选择统计图类型设置分类轴 系列如下图：

而后保存，命名为“统计图钻取.rpx”。

紧接着，我们制作个人订单分布情况表作为链接表，报表设计界面如下:

制作完成后保存，命名为“统计图钻取子表.rpx”。

其中：

数据集SQL：

SELECT 订单.货主地区,sum(订单.订单金额) 订单金额, count(订单.订单ID) 订单数量 FROM 订单,雇员

WHERE 订单.货主地区 in (‘华东’,’华北’,’华南’,’西南’,’东北’) and 订单.雇员ID=雇员.雇员ID and (雇员.姓氏+雇员.名字)=?

group by 订单.货主地区

数据集参数：

报表参数：

到这里，钻取需要的2个报表文件已经准备好。

关键步骤：

噔噔噔【敲黑板】同学们注意了，接下来是至关重要的一步,

在统计图钻取.rpx的柱形图中加入超链接，设置如下：

双击统计图钻取表中A7单元格，然后在打开的“统计图属性定义”—“显示外观”—“图形超链接”中填写超链接表达式

=”{APPMAP}/reportJsp/showReport.jsp?rpx=”+urlencode(“05特色报表/统计图钻取子表.rpx”,”UTF-8″)+”&”+urlencode(“姓名”,”UTF-8″)+”=”+urlencode(“@category”,”UTF-8″)

这个表达式的意思是点击某销售人员对应的柱子时利用@category参数及时捕捉到分类轴的值，以参数的方式传递给钻取表（统计图钻取子表.rpx）进行数据过滤呈现，从而达到点击任意一个柱子后钻取呈现出这个销售人员的详细订单分布信息的效果。

最后…… 小编很负责任的告诉你，图形钻取的效果就这么轻易被你实现了，惊不惊喜，意不意外，接着，我们回顾一下其中遇到的问题和解决的技巧：

1.超链接表达式

【知识点】”{APPMAP}/报表展现页面?rpx=钻取的报表“ + “&参数名=”+参数值

2.超链接窗口

【知识点】超链接跳转方式，默认是_self,在当前页面跳转，_blank,在新窗口打开

3.内置参数

【技巧】@category及时捕捉分类轴的值

1、数据可视化概述

1.1、数据可视化的作用

数据可视化是指将数据通过图表的方式传递出来，让用户能够快速、准确地理解信息所要表达的内容，从而提高沟通效率。数据可视化的作用主要有：

1）传递更多的信息，一张图能够传递的信息可能需要长篇大论才能写清楚，如你要描述最近一年公司收入情况，那你就需要说明每个月收入是多少，同比、环比增幅是多少，收入最多、最少的是哪个月，同比、环比增幅最低、最高的是哪个月等，而你用图表表示则只需要一个柱状图和折线图的组合图表，就能准确表达上面的信息。

2）形象生动，便于理解，图表通过更简单的逻辑和视觉体验，能够让用户快速把握要点，就像前面的例子一样，通过图表，我们能够一眼看哪个月的收入最高，而不用将每个数字放到大脑中比较，半天都得不出结果。

随着大数据行业的发展，用户对数据可视化的要求越来越高，好的可视化能力能够使用户更快的理解所要表达的内容，更加形象生动。所谓“字不如表，表不如图”，图表的重要性可见一斑，在统计分析产品、用户画像等数据产品上，都需要具备优秀的数据可视化能力。现在常见的如“一图看懂XXX”等，都是用图表来传递信息，是典型的数据可视化成果。

而在企业生产经营过程中常常出现的报表，也不再是原本那样单一枯燥。就下图帆软报表FineReport的可视化来看，报表也可以做得如可视化信息图一样直观易懂。

接下来就来讲讲常见的可视化图表，如何做出酷炫的报表！

1.2、图表的分类

1）趋势类图表：通过图表反映事物发展趋势，能够一眼看清楚走向和大势，如随时间变化趋势，常见图表为柱形图、折线图、面积图。

2）对比类图表：通过对比发现不同事物间的差异和差距，从而总结事物特征，如某两个人的对比，一个更帅，一个更有钱，常见图表为双柱形图、双折线图、双条形图、双面积图、雷达图。

3）构成类图表：通过不同的面积大小、长短等反映事物的结构和组成，从而知道什么是主要的、什么是次要的，常见图表为饼图、圆环图、树状图、旭日图、瀑布图。

4）分布类图表：通过图表反映事物的分布、占比情况，从而知道事物的分布特征、不同维度间的关系等，常见图表为散点图、直方图、气泡图、词云、热力图。

5）地图类图表：通过地图反映事物地理分布情况或用户出行轨迹（地图其实可以算是分布的一种，因为其是一类很重要的可视化图表，所以单独列出），常见图表为全球地图、中国地图、省市地图、街道地图、地理热力图等。

当然，图表大多都不是单个独立存在的，而是各类图表组合在一起的，从而能够传递更多的信息，并能提供一种整合的视角，不用用户不断的对比多个图表，组合图表是现实中使用得更多的。如既要表达趋势又要表达构成，则可以使用堆积柱形图、百分比堆积柱形图、堆积条形图、百分比堆积条形图等；要同时体现绝对值和增长率，则可以使用柱形图和折线图的组合图形；要反映某个构成部分的组成，则可以使用复合饼图。

1.3、常用图表

如上所述，图表主要分为五类，常用的图表包括柱状图、折线图、饼图、散点图、雷达图等，以下为一些常见的图表。

1.3.1、柱状图

柱状图中还包括与其类似的条形图、瀑布图、直方图等，主要是为了反映事物的变化趋势、分布情况、规模情况等。

柱状图可以按照时间绘制，反映事物变化趋势，如某个指标最近一年变化趋势，也可以按照其它维度绘制，如区域、机型、版本等，反映事物的分布情况。

条形图是将柱状图垂直放置，整体跟柱状图差不多，但是换了一个视角。

瀑布图能够反映事物从开始到结束经历了什么过程，用于分解问题原因或事物构成因素特别好用，如上月收入是怎么变成本月收入的，就可以通过瀑布图分解每一个收入组成部分所做的贡献，找出哪一组成部分提升了收入，哪一组成部分降低了收入。

直方图反映事物的分布情况，可以看出事物主要集中在哪里，如查看付费用户付费金额分布等。

1.3.2、折线图

折线图是点和线连在一起的图表，可以反映事物发展趋势和分布情况，与柱状图相比，更适合代表增幅、增长值，而不太适合代表绝对值。

面积图就是在折线图下加上阴影面积，也主要是为了反映事物发展趋势和分布情况。

1.3.3、饼图

饼图是将一个圆饼分为几份，用来反映事物的构成情况，类似图表还包括环图、旭日图等。旭日图有多个圆环，可以直观的显示事物组成部分下一层次的构成情况，比如某个省分为几个市，每个市下面又有几个县、每个县下面又有几个镇，就是将事物层层分解。

1.3.4、散点图

散点图是事物两个维度的交叉分布情况，反映不同维度间的关系，如不同产品在市场占有率、预期增长率两个维度间的分布情况，很多二维矩阵就是通过散点图来实现的，以两个维度的平均值作为分割线，如常见的波士顿矩阵。通过散点图我们可以看出不同事物间是怎么交叉分布的，它们之间有什么关系，是正相关、负相关或随机分布。

类似的图表还有气泡图，气泡图还可以通过气泡面积的大小表示值的大小，相对于散点图来说多了一个维度，如前面不同产品的例子，气泡的大小可以代表各产品营收的多少。

1.3.5、雷达图

雷达图主要表达事物在各个维度上的分布情况，从而可以看出事物在什么地方强、什么地方弱。比如一个学生各个学科的得分，就可以通过雷达图清晰表达出来，用户能够一眼看出这个学生哪一科强、哪一科弱，又如一个产品在各个评价维度上的评分。

1.3.6、地图

地图可以形象的反映事物在地理上的分布情况以及人员迁徙情况，主要包括地理分布图（全球、全国、各省市等）、迁徙图、热力地图（省市、街道等）等。

1.3.7、树状图

树状图主要是为了反映事物的构成情况，相对于饼图的优点是，树状图可以更清晰的显示更多组成部分，比如饼图可能组成部分多于8个就显得很挤，而且占比小的就很不清晰，但是树状图却不会，它能够充分利用区域面积。

1.3.8、漏斗图

漏斗图主要用来反映关键流程各个环节转化情况，让用户能够一眼看清整个流程转化情况，如常见的电商购物转化流程，从浏览商品-添加进购物车-生成订单-支付订单-交易完成等一连串购买流程。下面是手游的转化漏斗图，通过分析各个步骤的转化率，能够发现问题所在，找准改进方向。

1.3.9、词云图

词云图是为了描述事物的主要特征，如一个人主要特征是什么，高、帅、富，或者其它，能够让人一眼看出一个事物的主要特征，越明显的特征越要突出显示。同时，还有象形的词云图，如轮廓是一个人、一只鸟等，用以反映事物主题，从而更加形象生动。

1.3.10、热力图

热力图主要是反映地理、点击热力分布情况，从而看出哪里是人群最多的地方、哪里是用户点击最多的地方等，可以反映用户出行习惯、使用习惯等。

1.3.11、组合图表

绝大多数图表都不是单独存在的，都是多类型的图表组合在一起的，这样才能够传递更多的信息，提供综合的视角。如我们想看到不同事物间的对比，则我们可以使用双柱图、双折线图、双雷达图、双环图等，可以清晰表达不同事物在不同维度上的对比情况。

1.4、图表配色

图表配色在数据可视化中是很重要的元素，有了合适的图表，还要有合适的的配色，才能让人看着舒服，就像你有一件很有范儿的衣服，还也必须有适合的颜色搭配。恰当的配色主要有两个作用：1）突出主题，让用户清晰知道图表主要想要表达的意思，如对重点内容用深色标注；2）让人看着舒服，整个图表色彩很和谐，不会让人感到突兀，如五颜六色的。

图表配色的原则主要有：

1）图表配色不能太花，一张图表超多七种颜色则不是很恰当，容易分散读者注意力，最好是同一色系的，可以通过调整透明度来设置）。

2）图表配色要重点突出，想要主要呈现的事物或指标用亮色呈现，其它次要事物或指标可以用更淡一些的颜色。

2、数据可视化工具

Excel

Excel应该是使用最广泛的可视化工具，包含基本所有常用的图表，新版Excel里面有地图、旭日图、瀑布图等。

同 享 网 络 安 全

共 治 网 络 社 会

广州网警巡查执法

数据可视化之初级篇

零编程工具

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. Infogram

Infogram的最大优势在于，让您的可视化信息图表与实时大数据相链接。只须三个简单步骤，您可以选择在众多图表，地图，甚至是视频可视化模板中进行选择。 Infogram支持团队账号。

3. 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JavaScript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。

4. 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。

5. 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JavaScript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。

6. 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。

7. 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。

数据可视化之开发展篇

JavaScript库

8. 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，所以它带有没有预置图表也不支持IE9。

9. 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。

10. 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。

11. 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。

12. FusionCharts

FusionCharts是最全面的JavaScript图表库，包括90个图表和900种地图。如果你不是特别喜欢的JavaScript。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。

13. Highcharts

Highcharts是一个JavaScript 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。

14. 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。

15. 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。

16. Chartist.js

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

17. n3-charts

N3-charts是一种基于AngularJS框架的工具。它建立在D3.js之上，帮助您创建简单的互动图表。 N3-charts是一种小型化的图表工具，不适用于大型项目。

18. Sigma JS

Sigma JS 是交互式可视化工具库。由于使用了WebGL技术，你可以使用鼠标和触摸的方式来更新和变换图表。Sigma JS同时支持JSON和GEXF两种数据格式。这为它提供了大量的可用互动式插件。Sigma JS 专注于网页格式的网络图可视化。因此它在大数据网络可视化中非常有用。

19. Polymaps

Polymaps是一款地图可视化一个JavaScript工具库。 Polymaps使用SVG实现从国家到街道一级地理数据的可视化。您可以使用CSS格式来修改你的样式。Polymaps使用GeoJSON来解释地理数据。它是创建heatmap热点图的最好的工具之一。您创建的所有地图都可以变成动态图。

20. Processing.js

Processing.js是一个基于可视化编程语言的JavaScript库。作为一种面向Web的JavaScript库，Processing.js是您能够有效进行网页格式图表处理。这使得它成为了一种非常好交换式可视化工具。 Processing.js需要一个兼容HTML5的浏览器来实现这一功能。

来源：数据分析

精彩回顾

图解：建设网络强国，习近平在网信工作会上提出这些重大论断！

朋友圈这样发很危险！但这些事很多人不知道……

他们正在微信朋友圈窃取你的信息，赶紧拉黑！

偷信息！偷钱！手机有这10个APP赶紧删！

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。

大量的数据和信息怎么展示才好玩儿？答案当然是信息图。信息图的流行已经有几年之久，但是做的足够好的终究是少数。要把趣味性、娱乐性、视觉和数据的严谨与信息的可靠性结合到一起，极其考验设计师和编辑的能力与脑洞。

所以，瑞才君总结了13个靠谱好用的信息图制作工具，省去你许多麻烦，将最基础最琐碎的部分替你完成。这些工具要么是免费的，要么是提供了免费的版本，哪个最适合你，你试过就知道啦~

1. Easel.ly

网址：http://easel.ly

Easel.ly 是一个非常简单的在线工具，不存在授权问题，可以创建并分享功能强大视效优异的信息图和海报。多样化的收藏图标、符号、字符等素材和全面的主题分类使得你可以在这里创建符合你需求的信息图。

2. Piktochart

网址：http://piktochart

同为在线的信息图制作和演示工具，它的存储库当中的图片、模板、图标和图形极为丰富，可以将枯燥的数据转化为引人入胜的信息图，你所需要做的就是点击几下。另外它还提供向第三方工具分享、保存信息图。

3. Vizualize

网址：http://vizualize.me/

Vizualize.me 是一个流行的信息图制作工具，也可以使用便捷快速的交互来帮你将枯燥的简历转化为信息丰富的视觉化的信息图。

4. Venngage

网址：https://venngage/

Venngage 可以帮你设计无数的信息图表，用作业务展示、营销材料甚至一些教学项目中去。同样是选模板、主题再细化图标等小的视觉元素的流程，如果你想进行完全的品牌定制也是可以的，甚至可以拿它制作动画！

5. Dipity

网址：http://dipity/

Dipity是一个专注于制作基于时间轴的信息图的网站，通过时间和日期来组织信息内容。其中内嵌的交互非常优秀，用来集成包含视频、音频、图片、文字、超链接甚至社交媒体的可交互时间轴，非常优秀。

6. Get About

网址：https://microsoft/en-us/store/apps/getaboutme/9wzdncrdm9zp

这是一个免费的Windows平台应用，它会帮你监控并记录你的社交网络，帮你生成相应的信息图。

7. Visual.ly

网址：http://visual.ly/

这是一个老牌的在线信息图制作社区，早在2011年就已经成立了，它不仅可以帮你创建信息图，还能看到别人分享的信息图来获取灵感。它的在线实时协作工具能让来自世界各地的设计师共同专注于一个项目。在这里，你会获得一条龙的服务。

8. Creately

网址：http://creately/

Creately能帮你创作漂亮的信息图、流程图、UML甚至UI，它提供了超过50个类型的专业图表，帮你快速制作优秀的图表。

9. Tagxedo

网址：http://tagxedo/

Tagxedo能够根据你所提供的信息图来做成漂亮的文字拼贴，你可以根据自己的需求来调整字体、形状、色彩和布局。

10. Infogr.am

网址：http://infogr.am/

同样是老牌信息图制作平台，infogr.am 可以帮你创建信息图，业务展示和营销解决方案等展示图表。平台内置的30多种图表类型覆盖了绝大多数的需求，你还可以上传自己的图片和视频，内嵌博客和网站之类的信息，自由度很高。

11. Google Developers

网址：https://developers.google/chart/

虽然Google的服务在国内无法使用，但是还是有很多同学使用VPN来访问使用它的服务。Google Chart其实也是一款非常强大的工具，Google Developers 也可以借助你的实时数据，来生成你的网站的信息图。

12. iCharts

网址：http://icharts/

iCharts 可以帮你用简单的方式来展示复杂的信息，通常大家喜欢使用这款工具来生成健康信息、趋势和销售报表于财务分析报告之类的信息图。另外，iCharts还提供云服务，实时数据访问和信息比较等功能。

13. Starsilk

网址：http://statsilk/

StatSilk 也是一款强大的工具，它可以帮你将电子表格转化为交互式图表、地图信息你、时间轴、散点图等多种类型的图表。

好的工具运用到位能让设计脑洞更充分地发挥，想要达到好的设计效果，除了好的辅助工具，更重要的是优秀的设计思维能力及技能运用能力，这都是需要在学习和运用的过程中沉淀积累的。自我琢磨也许会有所成长，但想要快速进步很艰难，所以，如果想要学习或提升设计能力的话，可以来瑞才科技，专注培养Java、UI、H5创新实用型人才，欢迎想学习深造的你前来学习。

随着技术的发展，很多事情借由人工智能的帮助，可以更加快速，直观的传达，这里就将这些年用过的绘图软件做个汇总。

教学类

记得以前上几何课时，常会看到一个人扎着一个标准的马步，一手拿着圆规，一手粉笔在那画个半天，学生还是不明所以。这里分享几款好用的教学软件。

1、几何画板

几何画板画出的图片

几何画板是一款可以用于函数、平面几何、物理矢量分析、作图的动态几何工具，通用于数学和物理教学环境。

几何画板最厉害的一点是可以动态展示，将图形变换的过程展示出来，让用户可以直观的感受，我觉得这个比老师叭叭叭讲半天来的效果好，毕竟不是每个学生都有很强的空间构想能力。

2、chemdraw

chemdraw可以描绘化合物的结构式、化学反应方程、化工流程图、简单的实验装置图等化学常用的平面图形的绘制。

这个化学绘图软件，使用的人群蛮多的，有二维和三维的对比，可以很清晰的了解到化学结构式的构成。

3、SigmaPlot

SigmaPlot 可以利用收藏功能以及图表、工作表和报告的标签选项进行绘图，其中右击鼠标可以查看图表参数。交互式图表向导会引导用户创建完美图表，用户可以迅速得到引人注目的高质量图表。使用内置模板或WYSIWYG页面布局、变焦功能可以准确排列同一个页面上的多个图表。

从简单的2D散点图到引人注目的轮廓图、新雷达图都能一一表达，还可可以创建幻灯片、展示报告图表或者自定义绘图样式，支持保存科技杂志或论文中的图表并提供多种图形输出选项，直接展示或出版用户的研究结果。

是很厉害的高端图标绘图软件。

图片处理类

1、Photoshop

PS是Adobe公司历史上最大规模的一次产品升级，集图像扫描、编辑修改、图像制作、广告创意，图像输入与输出于一体的图形图像处理软件

这款软件不用我多讲，大家都懂得。

2、CorelDRAW

CorelDRAW 是用于创建高质量矢量插图、徽标设计和页面布局的直观的多功能图形应用程序。主要是矢量图，效果同AI类似。

3、Adobe illustrator

Adobe illustrator是一种应用于出版、多媒体和在线图像的工业标准矢量插画的软件。

AI有强大的图形处理功能，支持所有主要的图象格式，其中包括PDF和EPS。这个程序让你进行广泛的印刷控制，并可以支持工业标准的 Adobe 插件。

4、证照之星

证照之星是国内专业的证件照片制作软件，具有一键裁剪， 智能背景替换，批量制作、内置证照规格的四大优势。同时两大独创技术：智能去除皮肤油光、证照服装替换。

证照之星主要应用于公安系统、车辆管理所、学校、出入境管理局、外事部等相关部门

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！

“工欲善其事，必先利其器”，学术绘图软件的选择与使用特别重要。不同学科的研究人员使用的软件有所不同，但是基础的绘图思想与理念是相通的 (这部分会在后面的章节讲解)。工科背景的人员常使用Matlab，计算机背景的人员常使用Python，统计学科的人员常使用R，医学背景的人员常使用Graphpad等。常用的论文图表绘制软件包括Excel、Origin、Sigmplot、Graphpad、Matlab、Python、R等，如图1-2-1所示。每个绘图软件的图表都有不同的图表风格。

1. 常用绘图软件

我列出了常用的七款学术论文绘图软件如表1-2-1所示。从技能要求的角度主要可以分为两大类：编程与界面操作

像Excel、Origin、Sigmaplot、GraphPad这4款软件，就不需要编程、只要点击界面按钮就可以绘制图表。尽管这些工具都非常容易使用，但也存在一些缺憾。只需鼠标操作无疑十分便捷，但随之而来的却是丧失一定的灵活性。你可以改变颜色、字体和标题，但仅限于软件所提供的那些元素。这些软件只能由你去适应它的操作规则、让你使用现有的图表，而并不能创造新的图表。

像Matlab、Python和R这3款软件，需要编程才能实现图表的绘制。这些软件本身包含很多数据可视化的函数（function）或者包（package），供用户绘图使用。尤其针对不同的数据集需要重复操作的情况，如果使用绘图软件可能需要从头到尾将绘图流程重新实现一遍，而相比之下，通过代码来处理数据就会更加容易，因为针对不同的数据集只需稍微改动一下代码就可以解决。如果你充分掌握代码与算法，你也可以自己编写函数设计新颖的图表。

1.1 R

相较于其他的所有软件，R的优势之一在于它是专为数据分析而设计的。R是用于统计分析、绘图的语言和操作环境。R是属于GNU系统的一个自由、免费、源代码开放的软件，它是一个用于统计计算和统计制图的优秀工具。R语言有一系列的数据可视化包（packages），包括lattice、leaflet、playwith 、atticist 、iplots 、ggvis、ggmaps，以及很流行的ggplot2包（两本关于ggplot2的经典书籍：《ggplot2 Elegant Graphics for Data Analysis》和《R.Graphics.Cookbook》），R语言ggplot2包的官网：Function reference ggplot2

另外，R还提供了部分地图功能，地区数据分析（ CRAN Task View: Analysis of Spatial Data）提供了有关地区分析的综合性R工具包列表。地理统计制图实用指南（A Practical Guide to Geostatistical Mapping ）提供了关于如何使用R及其他工具分析空间数据的可免费下载的电子书。

1.2 Python

Python是一种面向对象的解释型计算机程序设计语言。Python具有丰富和强大的库。它常被昵称为胶水语言，能够把用其他语言制作的各种模块（尤其是C/C++）很轻松地联结在一起。Python语言也有一系列的数据可视化包（packages），包括Pandas、Matplotlib、Seaborn、ggplot、Bokeh、Pygal等(可参考Overview of Python Visualization Tools )，

Matplotlib 包的官网：Python plotting - Matplotlib 2.0.2 documentation ；

Seaborn包的官网：Seaborn: statistical data visualization ；

ggplot包的官网：ggplot | Home。

1.3 Matlab

MATLAB是美国MathWorks公司出品的商业数学软件，用于算法开发、数据可视化、数据分析以及数值计算的高级技术计算语言和交互式环境。MATLAB可以进行矩阵运算、绘制函数和数据、实现算法、创建用户界面、连接其他编程语言的程序等，主要应用于工程计算、控制设计、信号处理与通讯、图像处理、信号检测、金融建模设计与分析等领域。Matlab软件本身就提供了很多绘图函数，可以满足数据可视化的基本需求：MATLAB Plot Gallery。但是还有另外两款Matlab绘图包很值得推荐使用：PlotPub和Gramm，其中，Gramm包是在Matlab中实现了R ggplot2的绘图风格，大大提高了Matlab绘图的美观程度。

PlotPub包的官网：masumhabib/PlotPub，

Gramm包的官网：piermorel/gramm ，

1.4 Sigmaplot

Sigmaplot是一款最佳的科学绘图软件! 使用SigmaPlot画出精密的图型是件极容易的事，目前巳有超过十万的使用者，特别设计给科学家使用。本软件允许您自行建立任何所需的图型，您可插入多条水平或垂直轴，指定Error bar的方向，让您的图更光彩耀眼，只要用SigmaPlot将图制作完成即可动态连结给其它软件展示使用，并可输出成EPS、TIFF、JPEG等图形格式，或置放于您的网站上以供浏览。非常适合网站动态显示图形使用之场所如长时间纪录之气象，温度等等场合。

1.5 Origin

Origin为OriginLab公司出品的较流行的专业函数绘图软件，是公认的简单易学、操作灵活、功能强大的软件，既可以满足一般用户的制图需要，也可以满足高级用户数据分析、函数拟合的需要。Origin自1991年问世以来，由于其操作简便，功能开放，很快就成为国际流行的分析软件之一，是公认的快速、灵活、易学的工程制图软件。Origin 2017版本增加了许多颜色主题方案，可以大大改进图表的美观程度。

1.6 Graphpad

GraphPad Prism是一款集数据分析和作图为一体的数据处理软件，尤其适合生物医学类，可以直接输入原始数据获得高质量的科学图表。它在统计分析上劣于SPSS 等统计软件，但是不需要输入程序语言，只需输入原始数据，容易操作，绘图美观。可与ppt，word相链接。

1.7 Excel

几乎所有人都知道这款软件。Microsoft Excel是微软公司的办公软件Microsoft office的组件之一，是由Microsoft为Windows和Apple Macintosh操作系统的电脑而编写和运行的一款试算表软件。Excel 是微软办公套装软件的一个重要的组成部分，它可以进行各种数据的处理、统计分析和辅助决策操作，广泛地应用于管理、统计财经、金融等众多领域。Excel能实现大部分二维图表的绘制与基础的数据处理与分析，具体可以参考学习《Excel 数据之美: 科学图表与商业图表绘制》。

实例分析

为更好地学习这7款绘图软件的风格，现采用相同的数据集合，分别绘制了散点图、曲线图、（堆积）柱形图和箱型图4种图表类型，如图1-2-2到-8所示。

1. 图1-2-2 R ggplot2的图表风格最为独特与美观，这种图表在部分论文中也是有直接使用的。使用R ggplot2 Set3的颜色主题，绘图区背景填充颜色为RGB（229, 229, 229）的灰色，以及白色的网格线［主要网格线的颜色为RGB（255, 255, 255），次要网格线的颜色为RGB（242, 242, 242）］；

2. 图 1-2-3 Python Seaborn的图表风格也很有特色，使用Seaborn包的颜色主题方案，绘图区背景填充颜色为RGB（234,234, 242）的淡蓝色，以及RGB（255, 255, 255）的白色的主要网格线（无次要网格线）；

3. 图1-2-4 是使用Matlab 2014b 通过编程绘制的图表，使用Matlab默认的颜色主题方案Parula，网格线设定为“无”。Matlab通过函数（Function）直接绘制的图表，可以通过图表编辑器对图表优化，但是也并不能实现箱型图颜色的填充。如果Matlab使用Gramm包可以绘制更加美观的图表。

4. 图 1-2-5到-7 分别对应Sigmaplot、Origin和GraphPad绘制的图表，这是最为常见的学术图表。它们的图表风格基本相同：绘图区背景填充颜色为RGB（255,255,255）的白色，这样可以导致背景不太复杂，尤其适应于图表尺寸较小的时候保证数据的清晰展示；这些图表使用绘图软件的默认颜色主题，由于不同软件的颜色主题不同，及时相同的图表样式，也会导致图表的美观存在较大的审美差异。

5. 图1-2-8 是使用Excel绘制的图表，使用Excel默认颜色主题方案“Office 2007-2010”。Excel 2016 添加了几种新型图表类型，包括树状图、箱型图等；Excel 2013及以前版本只能通过堆积柱形图间接地实现箱型图。

工具的选择 绘图软件始终只是使用的一个工具而已。归根结底，对数据的分析和图表的设计取决于你自己。只要把基础的绘图思想与理念融会贯通，使用其中一门绘图软件就可以绘制出其他软件的图表风格。《Excel 数据之美: 科学图表与商业图表绘制》就是使用Excel实现其他绘图软件的图表风格，包括R、Python、Matlab等具有鲜明特色的图表风格。

2. 图片处理软件

在论文中，都需要把图表另存为一定分辨率和格式的图片，再插入文档中。有时候需要调整图片的大小、分辨率和格式以满足期刊的投稿要求。下面主要介绍三种常用的图片编辑处理软件：Photoshop、Adobe Illustrator和Paint。

2.1 Photoshop

Photoshop（简称“PS”）主要处理以像素所构成的数字图像。使用其众多的编修与绘图工具，可以有效地进行图片编辑工作。PS有很多功能，在图像、图形、文字、视频、出版等各方面都有涉及。Photoshop的专长在于图像处理，而不是图形创作。图像处理是对已有的位图图像进行编辑加工处理以及运用一些特殊效果，其重点在于对图像的处理加工；图形创作软件是按照自己的构思创意，使用矢量图形等来设计图形。

Photoshop 中国官方产品页面: Adobe Photoshop CS6

2.2 Adobe Illustrator

Adobe Illustrator是一种应用于出版、多媒体和在线图像的工业标准矢量插画的软件，作为一款非常好的矢量图形处理工具，Adobe Illustrator广泛应用于印刷出版、海报书籍排版、专业插画、多媒体图像处理和互联网页面的制作等。

Adobe Illustrator是设计业界的标准。《纽约时报》中送印的每一幅图表都是在Illustrator中创建或编辑的。Illustrator被广泛用于印刷是因为它处理的是矢量图形，而非像素。这意味着你可以将图片无限放大，而不会损失显示质量。相对地，如果你放大的是低分辨率的照片（照片都是由固定数量的像素组成），那么就会发现图片出现严重的失真。

Adobe Illustrator官方产品页面: Adobe Illustrator CC。

VectorTuts（Graphic Design & Illustration Tutorials by Envato Tuts+）提供大量Illustrator的简明使用教程。

2.3 Paint

毕竟前面两款图像处理软件操作界面复杂，尤其是新手会感觉难以上手。另外，有时候简单的图片编辑处理根本没必要使用到这些高级软件，颇有点“杀鸡焉用牛刀”，所以我给大家推荐一款Window系统自带的图像处理软件：Paint (画图)。“画图”程序是一个位图编辑器，可以对各种位图格式的图画进行编辑，用户可以自己绘制图画，也可以对扫描的图片进行编辑修改，在编辑完成后，可以以BMP，JPG，GIF 等格式存档，用户还可以发送到桌面或其他文档中。

当用户要使用画图工具时，可单击“开始”按钮，单击“所有程序”|“附件”|“画图”，这时用户可以进入“画图”界面。

3. 常用截图软件

3.1 FastStone Capture

FSCapture是一款抓屏工具，体积小巧、功能强大。不但具有常规截图等功能，更有从扫描器获取图像，和将图像转换为 PDF 文档等功能。尤其值得称赞的是，其截图后，其自带的（图像查看/编辑器），功能强大，可以满足截图后，对图像的各种标注、裁切调节等需求，其功能不亚于 Windows 的Paint软件。而且 7.0 版本开始，加入了屏幕录像功能，质量堪比专业屏幕录像软件。是 Windows 中必备的扩展助手。

我最喜欢使用这个软件的原因是.截图后保存图片时，图片的分辨率可以设定成96-600 DPI的范围，这是很多其他截图软件无法达到的特点。尤其是很多论文对图片的分辨率要求至少300 DPI以上。

FSCapture官方网站：http://faststone.org/FSCapturerDownload.htm

3.2 ACDsee

ACDsee是非常流行的看图工具之一。它提供了良好的操作界面，简单人性化的操作方式，优质的快速图形解码方式，支持丰富的图形格式，强大的图形文件管理功能等等。其中，它还有一个很强大的截图功能。该截图软件截图后是不改变图片的分辨率的，而其他截图软件一般会改变图片分辨率。

打开ACDsee → 工具 → 屏幕截图 → 选择“来源”和“目标”→ 开始 → 同时按下 Ctrl + Shift + P → 画待截图片区域（或保存） → 保存。保存的时候一定要设置好图片的格式和分辨率。

ACDsee 官方网站：ACD Systems - Photo Editing Management Software

本文作者：EasyCharts 团队 张杰

图表泛指可直观展示统计信息属性、对知识挖掘和信息直观生动感受起关键作用的图形结构，是一种很好的将对象属性数据直观、形象地“可视化”的手段。

在科研工作中我们需要参考大量的科技文献，而这些文献多半都是以图表的形式表达出来的。

在科研论文中，图表是研究结果最为直观的显示方式，表格和图片可以更加清楚直观地表现一些复杂的信息，比如复杂系统之间的关系以及事件发生的顺序等。

俗话说得好，一图顶千言，有图有真相，一张清晰、直观且表达正确的图片能有效增强文章的说服力，它的效果往往胜过大段的文字描述。

很多科研学者在进行学术论文写作时都免不了要用到图表，作为实验数据体现的重要载体图表在学术论文写作中也扮演着重要的作用。

标准的学术论文图表有哪些要素？

1、规范：论文图表符合投稿杂志的图表格式要求

2、简洁：科学论文图表的关键在于清楚地表达自己的数据信息

3、美观：图表审美的构造是做好图表的一个重要条件

4、专业：图表类型的选择是做好图表的关键条件

工欲善其事必先利其器，一款好用的学术绘图软件同样很重要。在撰写学术论文过程中，如果不能用漂亮的图片来展示结果，那么别人对你的工作评价也会大打折扣，辛辛苦苦做出来的报告却得不到认可，简直憋屈到不行。

怎么办？不用怕，亿图图示治百表！

作为一款综合图形图表设计软件，亿图有上千种图形模板供你选择，无论是学术用图表还是工业用图表，只有你想不到的。

以下为亿图图示绘制出的学术论文中常用图表模板：

1、条形图

能够清晰直观表示出各个项目之间的情况比较。

2、散点图

对于处理值的分布和数据点的分簇，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。

附散点图绘制详细步骤：http://edrawsoft/scatter-chart/

3、线形图

适合二维的大数据集，还适合多个二维数据集的比较，容易反应出数据变化的趋势。

4、思维导图

对于科研人员，思维时刻保持清晰是非常必要的。处于一定的高度去分析问题，才能更好地避免走死胡同，并及时更正方向。这个时候我们就需要一张思维导图来帮助我们理清思路。

除了以上这些常用图外，亿图还有丰富的模板和例子供你选择！

最后想告诉大家的是只有适合自己的才是最好的，千万不要为了单纯添加图表而去插入图表，一定要带有针对性和目的性地去插入。

END

1、 Talend Open Studio

是第一家针对的数据集成工具市场的ETL(数据的提取Extract、传输Transform、载入Load)开源软件供应商。Talend的下载量已超过200万人次，其开源软件提供了数据整合功能。其用户包括美国国际集团（AIG）、康卡斯特、电子港湾、通用电气、三星、Ticketmaster和韦里逊等企业组织。

2、DYSON

探码科技自主研发的DYSON智能分析系统，可以完整的实现大数据的采集、分析、处理。DYSON智能分析系统专业针对互联网数据抓取、处理、分析，挖掘。可以灵活迅速地抓取网页上散乱分布的信息，并通过强大的处理功能，准确挖掘出所需数据，是目前使用人数最多的网页采集工具.

3、YARN

一种新的Hadoop资源管理器，它是一个通用资源管理系统，可为上层应用提供统一的资源管理和调度，解决了旧MapReduce框架的性能瓶颈。它的基本思想是把资源管理和作业调度/监控的功能分割到单独的守护进程。

4、Mesos

由加州大学伯克利分校的AMPLab首先开发的一款开源群集管理软件，支持Hadoop、ElasticSearch、Spark、Storm 和Kafka等架构。对数据中心而言它就像一个单一的资源池，从物理或虚拟机器中抽离了CPU，内存，存储以及其它计算资源， 很容易建立和有效运行具备容错性和弹性的分布式系统。

5、Datale

由探码科技研发的一款基于Hadoop的大数据平台开发套件，RAI大数据应用平台架构。

6、 Ambari

作为Hadoop生态系统的一部分，提供了基于Web的直观界面，可用于配置、管理和监控Hadoop集群。目前已支持大多数Hadoop组件，包括HDFS、MapReduce、Hive、Pig、 Hbase、Zookeper、Sqoop和Hcatalog等。

7、ZooKeeper

一个分布式的应用程序协调服务，是Hadoop和Hbase的重要组件。它是一个为分布式应用提供一致性服务的工具，让Hadoop集群里面的节点可以彼此协调。ZooKeeper现在已经成为了 Apache的顶级项目，为分布式系统提供了高效可靠且易于使用的协同服务。

8、Thrift

在2007年facebook提交Apache基金会将Thrift作为一个开源项目，对于当时的facebook来说创造thrift是为了解决facebook系统中各系统间大数据量的传输通信以及系统之间语言环境不同需要跨平台的特性。

9、Chukwa

监测大型分布式系统的一个开源数据采集系统。建立在HDFS/MapReduce框架之上并继承了Hadoop的可伸缩性和可靠性，可以收集来自大型分布式系统的数据，用于监控。它还包括灵活而强大的显示工具用于监控、分析结果。

10、Lustre

一个大规模的、安全可靠的、具备高可用性的集群文件系统，它是由SUN公司开发和维护的。该项目主要的目的就是开发下一代的集群文件系统，目前可以支持超过10000个节点，数以PB的数据存储量。

11、HDFS

Hadoop Distributed File System，简称HDFS，是一个分布式文件系统。HDFS是一个高度容错性的系统，适合部署在廉价的机器上。HDFS能提供高吞吐量的数据访问，非常适合大规模数据集上的应用。

12、GlusterFS

一个集群的文件系统，支持PB级的数据量。GlusterFS 通过RDMA和TCP/IP方式将分布到不同服务器上的存储空间汇集成一个大的网络化并行文件系统。

13、Alluxio

前身是Tachyon，是以内存为中心的分布式文件系统，拥有高性能和容错能力，能够为集群框架（如Spark、MapReduce）提供可靠的内存级速度的文件共享服务。

14、Ceph

新一代开源分布式文件系统，主要目标是设计成基于POSIX的没有单点故障的分布式文件系统，提高数据的容错性并实现无缝的复制。

15、PVFS

一个高性能、开源的并行文件系统，主要用于并行计算环境中的应用。PVFS特别为超大数量的客户端和服务器端所设计，它的模块化设计结构可轻松的添加新的硬件和算法支持。

16、QFS

Quantcast File System (QFS) 是一个高性能、容错好、分布式的文件系统，用于开发支持 MapReduce处理或者需要顺序读写大文件的应用。

17、 Logstash

一个应用程序日志、事件的传输、处理、管理和搜索的平台。可以用它来统一对应用程序日志进行收集管理，提供了Web接口用于查询和统计。

18、Scribe

Scribe是Facebook开源的日志收集系统，它能够从各种日志源上收集日志，存储到一个中央存储系统（可以是NFS，分布式文件系统等）上，以便于进行集中统计分析处理。

19、Flume

Cloudera提供的一个高可用的、高可靠的、分布式的海量日志采集、聚合和传输的系统。Flume支持在日志系统中定制各类数据发送方，用于收集数据。同时，Flume支持对数据进行简单处理，并写入各种数据接受方（可定制）。

20、RabbitMQ

一个受欢迎的消息代理系统，通常用于应用程序之间或者程序的不同组件之间通过消息来进行集成。RabbitMQ提供可靠的应用消息发送、易于使用、支持所有主流操作系统、支持大量开发者平台。

21、ActiveMQ

Apache出品，号称“最流行的，最强大”的开源消息集成模式服务器。ActiveMQ特点是速度快，支持多种跨语言的客户端和协议，其企业集成模式和许多先进的功能易于使用，是一个完全支持JMS1.1和J2EE 1.4规范的JMS Provider实现。

22、Kafka

一种高吞吐量的分布式发布订阅消息系统，它可以处理消费者规模网站中的所有动作流数据，目前已成为大数据系统在异步和分布式消息之间的最佳选择。

23、Spark

一个高速、通用大数据计算处理引擎。拥有Hadoop MapReduce所具有的优点，但不同的是Job的中间输出结果可以保存在内存中，从而不再需要读写HDFS，因此Spark能更好地适用于数据挖掘与机器学习等需要迭代的MapReduce的算法。它可以与Hadoop和Apache Mesos一起使用，也可以独立使用。

24、Kinesis

可以构建用于处理或分析流数据的自定义应用程序，来满足特定需求。Amazon Kinesis Streams 每小时可从数十万种来源中连续捕获和存储数TB数据，如网站点击流、财务交易、社交媒体源、IT日志和定位追踪事件。

25、 Hadoop

一个开源框架，适合运行在通用硬件，支持用简单程序模型分布式处理跨集群大数据集，支持从单一服务器到上千服务器的水平scale up。Apache的Hadoop项目已几乎与大数据划上了等号，它不断壮大起来，已成为一个完整的生态系统，拥有众多开源工具面向高度扩展的分布式计算。高效、可靠、可伸缩，能够为你的数据存储项目提供所需的YARN、HDFS和基础架构，并且运行主要的大数据服务和应用程序。

26、Spark Streaming

实现微批处理，目标是很方便的建立可扩展、容错的流应用，支持Java、Scala和Python，和Spark无缝集成。Spark Streaming可以读取数据HDFS，Flume，Kafka，Twitter和ZeroMQ，也可以读取自定义数据。

27、Trident

是对Storm的更高一层的抽象，除了提供一套简单易用的流数据处理API之外，它以batch(一组tuples)为单位进行处理，这样一来，可以使得一些处理更简单和高效。

28、Flink

于今年跻身Apache顶级开源项目，与HDFS完全兼容。Flink提供了基于Java和Scala的API，是一个高效、分布式的通用大数据分析引擎。更主要的是，Flink支持增量迭代计算，使得系统可以快速地处理数据密集型、迭代的任务。

29、Samza

出自于LinkedIn，构建在Kafka之上的分布式流计算框架，是Apache顶级开源项目。可直接利用Kafka和Hadoop YARN提供容错、进程隔离以及安全、资源管理。

30、Storm

Storm是Twitter开源的一个类似于Hadoop的实时数据处理框架。编程模型简单，显著地降低了实时处理的难度，也是当下最人气的流计算框架之一。与其他计算框架相比，Storm最大的优点是毫秒级低延时。

31、Yahoo S4 （Simple Scalable Streaming System）

是一个分布式流计算平台，具备通用、分布式、可扩展的、容错、可插拔等特点。程序员可以很容易地开发处理连续无边界数据流（continuous unbounded streams of data）的应用。它的目标是填补复杂专有系统和面向批处理开源产品之间的空白，并提供高性能计算平台来解决并发处理系统的复杂度。

32、HaLoop

是一个Hadoop MapReduce框架的修改版本，其目标是为了高效支持 迭代，递归数据 分析任务，如PageRank，HITs，K-means，sssp等。

33、Presto

是一个开源的分布式SQL查询引擎，适用于交互式分析查询，可对250PB以上的数据进行快速地交互式分析。Presto的设计和编写是为了解决像Facebook这样规模的商业数据仓库的交互式分析和处理速度的问题。Facebook称Presto的性能比诸如Hive和MapReduce要好上10倍有多。

34、 Drill

于2012年8月份由Apache推出，让用户可以使用基于SQL的查询，查询Hadoop、NoSQL数据库和云存储服务。它能够运行在上千个节点的服务器集群上，且能在几秒内处理PB级或者万亿条的数据记录。它可用于数据挖掘和即席查询，支持一系列广泛的数据库，包括HBase、MongoDB、MapR-DB、HDFS、MapR-FS、亚马逊S3、Azure Blob Storage、谷歌云存储和Swift。

35、Phoenix

是一个Java中间层，可以让开发者在Apache HBase上执行SQL查询。Phoenix完全使用Java编写，并且提供了一个客户端可嵌入的JDBC驱动。Phoenix查询引擎会将SQL查询转换为一个或多个HBase scan，并编排执行以生成标准的JDBC结果集。

36、Pig

是一种编程语言，它简化了Hadoop常见的工作任务。Pig可加载数据、转换数据以及存储最终结果。Pig最大的作用就是为MapReduce框架实现了一套shell脚本 ，类似我们通常熟悉的SQL语句。

37、Hive

是基于Hadoop的一个数据仓库工具，可以将结构化的数据文件映射为一张数据库表，并提供简单的sql查询功能，可以将sql语句转换为MapReduce任务进行运行。 其优点是学习成本低，可以通过类SQL语句快速实现简单的MapReduce统计，不必开发专门的MapReduce应用，十分适合数据仓库的统计分析。

38、SparkSQL

前身是Shark，SparkSQL抛弃原有Shark的代码并汲取了一些优点，如内存列存储（In-Memory Columnar Storage）、Hive兼容性等。由于摆脱了对Hive的依赖性，SparkSQL无论在数据兼容、性能优化、组件扩展方面都得到了极大的方便。

39、Stinger

原来叫Tez，是下一代Hive，由Hortonworks主导开发，运行在YARN上的DAG计算框架。某些测试下，Stinger能提升10倍左右的性能，同时会让Hive支持更多的SQL。

40、Tajo

目的是在HDFS之上构建一个可靠的、支持关系型数据的分布式数据仓库系统，它的重点是提供低延迟、可扩展的ad-hoc查询和在线数据聚集，以及为更传统的ETL提供工具。

41、Impala

Cloudera 声称，基于SQL的Impala数据库是“面向Apache Hadoop的领先的开源分析数据库”。它可以作为一款独立产品来下载，又是Cloudera的商业大数据产品的一部分。Cloudera Impala 可以直接为存储在HDFS或HBase中的Hadoop数据提供快速、交互式的SQL查询。

42、 Elasticsearch

是一个基于Lucene的搜索服务器。它提供了一个分布式、支持多用户的全文搜索引擎，基于RESTful web接口。Elasticsearch是用Java开发的，并作为Apache许可条款下的开放源码发布，是当前流行的企业级搜索引擎。设计用于云计算中，能够达到实时搜索、稳定、可靠、快速、安装使用方便。

43、Solr

基于Apache Lucene，是一种高度可靠、高度扩展的企业搜索平台。知名用户包括eHarmony、西尔斯、StubHub、Zappos、百思买、AT&T、Instagram、Netflix、彭博社和Travelocity。

44、Shark

即Hive on Spark，本质上是通过Hive的HQL解析，把HQL翻译成Spark上的RDD操作，然后通过Hive的metadata获取数据库里的表信息，实际HDFS上的数据和文件，会由Shark获取并放到Spark上运算。Shark的特点就是快，完全兼容Hive，且可以在shell模式下使用rdd2sql()这样的API，把HQL得到的结果集，继续在scala环境下运算，支持自己编写简单的机器学习或简单分析处理函数，对HQL结果进一步分析计算。

45、Lucene

基于Java的Lucene可以非常迅速地执行全文搜索。据官方网站声称，它在现代硬件上每小时能够检索超过150GB的数据，它拥有强大而高效的搜索算法。

46、Terracotta

声称其BigMemory技术是“世界上首屈一指的内存中数据管理平台”，支持简单、可扩展、实时消息，声称在190个国家拥有210万开发人员，全球1000家企业部署了其软件。

47、 Ignite

是一种高性能、整合式、分布式的内存中平台，可用于对大规模数据集执行实时计算和处理，速度比传统的基于磁盘的技术或闪存技术高出好几个数量级。该平台包括数据网格、计算网格、服务网格、流媒体、Hadoop加速、高级集群、文件系统、消息传递、事件和数据结构等功能。

48、GemFire

Pivotal宣布它将开放其大数据套件关键组件的源代码，其中包括GemFire内存中NoSQL数据库。它已向Apache软件基金会递交了一项提案，以便在“Geode”的名下管理GemFire数据库的核心引擎。

49、 GridGain

由Apache Ignite驱动的GridGrain提供内存中数据结构，用于迅速处理大数据，还提供基于同一技术的Hadoop加速器。

50、MongoDB

是一个基于分布式文件存储的数据库。由C++...

在日常工作中，有时候会需要绘制各种图表，将数据用一些可视化的图表来展示，似乎越来越成为一种趋势。然而很多时候你的图表没有让领导满意，并非是由于数据处理不当产生的，而是在展示数据方面忽略了某些细节，可能是选错了图表，亦或者只是在配色方面没有很好的突出图表的重要信息。

其实，每种图表的展示方法都有其自身的着重点，每款图表制作软件也有其独特的优势。在绘图之前，一定要考虑清楚你选择的这种方式是要传达出数据的什么信息?哪种图表才能要让对方一眼看出你想表达的数据信息。

1、柱状图：是网站分析中常见的一种图表。主要是用来展示在某一段时间内，各数据间的变化或者各数据间的比较情况。但是仅限于数据较少的情况，因为数据过多会导致柱间空隙很小，会影响数据的展示和分析。

2、条形图：常用于对比两类事物在不同特征项目的数据情况，显示各个项目之间的比较情况，能够清晰、直观的表示数据。

3、饼图(环图)：是分体整体指标值中的成分比例时常用的一种图表。适用于离散型数据和持续性数据，所展示的数据是比例，不是精细的数据，饼图中会把重要的内容放在时钟12点位置附近。

4、环形图：环形图和饼图类似，但是不同之处在于，环形图中间有一个“空洞”，总体或样本中的每一个数据则由环中的每一段来表示。

5、面积图：面积图能够表示数据的时间序列关系，是一种随着时间变化的图表。适用于简单的占比比例图，如果要求数据精细的情况则不适用。

6、蜘蛛(雷达)图：是一个典型的用来显示对象在各种指标上的强弱。在每个维度单位、范围相同的情况下，雷达图比传统的条形图更具视觉冲击力，能给单调的数据增色不少。

7、散点图：通常用于比较跨类别的聚合数据，对于绘制多变量数据非常有用。

8、气泡图：可以理解气泡图是散点图的升级版，不同之处在于，气泡图允许在图表中额外加入一个表示大小的变量。

9、线形(点状)图：这是衔接收盘价而形成的图形，也是最早的绘图方法。

使用亿图图示专家绘制图表有何优势?

可以通过模板、例子，快速创建出专业的图表;图表数据可以进行实时修改;自带多种主题、样式，可以一键更改整个主题风格;可以通过导入数据快速创建图表;可以将图表中的数据直接导出为Excel;支持跨平台操作，可用于windows、Mmac以及 linux系统;可以一键导入导出为visio，以及导出PDF、SVG、office、PowerPoint、图片格式的文件;支持云储存，个人云和团队云;所见即所得的打印方式。

丰富的模板和例子：

本文转自：亿图全类型图形图表设计软件：http://edrawsoft/chart-graph-software/