python数据可视化工具案例

虽然只是一款入门级工具，但这对于想要探索数据的初学者来说倒不失为一个快速上手的好东西。你绝对应该将其放入工具箱。

简介：小型的可扩展的和交互式的免费库，提供一套核心的捆绑的干净的程序库包，其中有很多挂钩导向更多的功能。

可视化数据图表

D3是最流行的可视化库之一，它被很多其他的表格插件所使用。它允许绑定任意数据到DOM，然后将数据驱动转换应用到Document中。它能够帮助用户以HTML或SVG的形式快速可视化展示，进行交互处理，合并平稳过渡，在Web页面演示动画。它既可以作为一个可视化框架（如Protovis），也可以作为构建页面的框架（如jQuery）。

Dipity是一款基于Timeline的Web应用软件，用户可以将自己在网络上的各种社会性行为（Flickr、Twitter、Youtube、Blog/RSS等）聚合并全部导入到自己的Dipity时间轴上。

常用的数据可视化工具

简介：用户只需要上传数据，格式化数据，然后BigML就根据这些变量生成一个预测模型。

除此之外呢，还可以保存为SVG格式，这样，插入到PPT后，还可以调整图表的色彩。

GoogleCharts提供了一种非常完美的方式来可视化数据，提供了大量现成的图表类型，从简单的线图表到复杂的分层树地图等。它还内置了动画和用户交互控制。

简介：开源的AdobeFlex图表制作组件，用于创建多维数据分析可视化界面，可以绘制拓扑图、关系图、流程图、星空图、地图、饼图等。

WeFeelFine标榜为人类情感而探索，这是我见过最独特的可视化引擎之一。开始前要点击其主页上的大按钮，该应用程序将据此加载操作系统。

它的操作非常简单，你只需上传数据，选择一个图表或地图，然后点击发布就可以了。Datawrapper是为你的需求定制化而存在的，版式和视觉效果都可以按照你的样式规范而调整。

如果您的关键字不完全匹配了一个页面，应用程序将提供给您最亲近的建议。圆圈内产生的链接将引出到主Wiki页面，而刷新链接打开的选项的树。这些都是相关的链接拉断主维基页面协调您的关键字。它也很容易通过点击链接刷新图标切换到一个新的根节点。

强大的分析包括对应分析、logit分析、潜在类别分析、回归分析、Max-diff分析，随机参数分析、KruskalShapley、TURF分析等

在这里，也给产品开发团队提个小建议吧，如果你也看到了这篇文章，可以允许用户，对图表的各元素进行更加灵活的自定义，当然，如果能够增加更多模板，也是极好的。

excel数据可视化工具

Processing创建之初为教计算机基础知识在视觉环境的一种手段，但现在由学生、设计师、研究者、艺术家和业余爱好者使用，用于创造学习模型和实际产品的原型。用户可以创建简单或复杂的图像，动画，和相互作用。

Highchart.js是单纯由JavaScript所写的图表资料库，提供简单的方法来增加互动性图表来表达你的网站或网站应用程式。目前它能支援线图、样条函数图。

我们都知道的龙头企业是谷歌。他们的实验室的后面几年已经运行了一些很有趣的实验，GoogleFusionTables就是其中之一。你需要的是一个谷歌账户。此工具可以公开在网上共享数据，并建立自定义的可视化图形。

大数据可视化工具主要有

为什么这一点很赞呢？因为其实我们很多人是很难有机会做一个可视化图表的，究其原因，无非就是缺少练手的素材。而这个网站中呢，内置了很多数据源，我们可以轻松地找到，并且以此做出一个成品。

一个开源Java库，Leaflet是用来创建移动友好性、交互式地图的工具。由VladimirAgafonkin和一个团队贡献开发而成，Leaflet设计的目标是简洁性、表现性和易用性。