使用可视化工具既可通过数据清洗、分析完成“一图抵千言”的展示说明,也可通过图像辅助数据的挖掘与分析。小编基于前期对于科研人员的调研,推荐几个高使用量的相关工具,包括Flourish、Tableau、Matplotlib、Orange,为准备开展数据分析及可视化工作的您提供参考。
![55ed888e00bf7bbfb14bdd52a0c91302.png](https://i-blog.csdnimg.cn/blog_migrate/18e013bc908d19a8b5405505170eb901.png)
Flourish
1.简介
此在线工具可帮助您将数据转化为动态的图表与地图,起到交互式表达的作用。
![41538b8c9cc5ddf2a96436cbe9242c69.png](https://i-blog.csdnimg.cn/blog_migrate/470e92ddd12fd287a88202757d15cf34.png)
2.特点
1 | 通过交互式演示文稿解释电子表格中的数据; |
2 | 可在您自己的网站上嵌入项目或下载原始文件; |
3 | 自适应各屏幕尺寸,使用任意设备浏览器访问即可。 |
3.基本操作入门
1 | 注册账号后,进入您的项目页面,点击“+ New visualisation”; |
2 | 选取模板,包括静态图表如折线图、散点图及动态条形图等25种模板; |
3 | 上传数据,支持Excel、JSON、逗号分隔值等文件类型; |
4 | 可在线编辑数据调整图表。 |
4.访问地址与教程实例
1 | 在线访问地址 https://flourish.studio/ |
2 | 教程实例可通过在线帮助文档及视频快速入门https://help.flourish.studio/ |
![821ef72816357da7330b47f78240cdd7.png](https://i-blog.csdnimg.cn/blog_migrate/bad2648400865a39eea823cc88641eb5.png)
Tableau
1.简介
Tableau借助图表、图形和地图等可视化元素,为用户提供便捷地查看和了解数据中的趋势、异常值和模式,可通过软件的交互操作完成图表的绘制。
2.特点
1 | 快速分析:可完成常见文档如EXCEL、TEXT或数据库间的数据连接和可视化; |
2 | 智能仪表板:集合多种数据视图,如地图、动态图、堆叠气泡图、文字云、交叉表等; |
3 | 简单易用:通过直观的产品及其拖放式分析功能,无需编程即可深入分析。 |
3.访问地址与教程实例
1 | 下载地址 https://www.tableau.com/ |
2 | 教程与实例通过访问该软件官方教学网站,获取从基础入门开始的使用辅助指导https://www.tableau.com/zh-cn/learn |
![8f60f4d868707a07a264b76097dee94b.png](https://i-blog.csdnimg.cn/blog_migrate/e4c11ddba8bce18ca58229bb8e6a7e34.png)
Matplotlib
1.简介
Matplotlib 是 Python 的绘图库,受MATLAB的启发构建,提供了一种有效的开源替代方案。Matplotlib有一套完全仿照MATLAB的函数形式的绘图接口。
2.特点
1 | 支持Latex公式插入,且许多时候只需要一行或几行代码就能搞定(需要具备Python编程基础); |
2 | 可完全控制线条样式,字体属性,轴属性等导出并支持嵌入到多种文件格式和交互式环境中。 |
3.访问地址与教程实例
1 | 下载地址 https://matplotlib.org/ |
2 | 教程与实例可访问Matplotlib官方网站的实例库,选取自己所需的图表类型,修改参数即可得到自己所需的理想表 https://matplotlib.org/gallery/index.html |
![16b0cc763cbb1f79166f1e137bad0cd3.png](https://i-blog.csdnimg.cn/blog_migrate/12230732654237f562add299fa0eea6d.png)
Orange
1.简介
Orange面向新手和专家,致力于数据可视化,可帮助发现隐藏的数据模式,提供数据分析过程背后的直观过程且支持数据科学家与领域专家之间的交流。通过明了的工作流设置,配合多种工具完成数据分析与可视化功能。
2.特点
1 | 包含许多标准的可视化效果。 散点图非常适用于可视化属性对之间的相关性,用于显示基本统计数据的箱形图,用于提供整个数据集概览的热图以及用于在二维上绘制多项式数据的投影图; |
2 | 通过数据可视化执行简单的数据分析。 探索统计分布,箱形图和散点图,或深入研究决策树,层次聚类,热图,MDS和线性投影,多维数据也可以在2D模式下变得明晰; |
3 | 可视化小部件包括散点图,箱形图和直方图,以及特定于模型的可视化,例如树状图、轮廓图等。附加组件中还提供了许多其他可视化效果,其中包括网络,文字云,地理地图等。 |
3.访问地址与教程实例
1 | 下载地址:http://orange.biolab.si/ |
2 | 教程与实例:http://orange.biolab.si/training/ |
本文由中国科学院文献情报中心数字学术服务团队编写整理,如您已有相关使用经验,欢迎与我们讨论交流(ckzx@mail.las.ac.cn)。
![b18aad6234f20a9567866027041efb77.png](https://i-blog.csdnimg.cn/blog_migrate/33580af9c68ce2c410d68af34053493f.jpeg)
![80614247df2f4da32ad3cb5b6d78fbe6.png](https://i-blog.csdnimg.cn/blog_migrate/6924111ff1f1bae260376c665b1e2bf2.jpeg)