精而美，可视化助你一臂之力

数据分析、可视化工具

在电脑或其他电子设备上工作和学习，总是少不了使用各种软件，软件有大有小，大如Office、PhotoShop和各种专业软件，小如完成极小的需求软件，比如拾色器、文档转换等软件。

不知大家发现没有，近些年软件的使用环境变化挺大的，从搜索引擎去搜各类软件，发现越来越多的软件是在线的了，就是直接用浏览器就可以完成各种工作。这其中的支撑技术有很多，但最核心的要算前端技术和云计算了。

强大的前端技术能让我们使用网页和使用客户端软件几乎没什么差别，但使用门槛更低；云计算让我们有了极强的软件运算和处理能力，即使我们的电脑配置很一般，也能完成很多工作。在线软件好处多多，诸如不用安装在本地配置、不用考虑本机操作系统的兼容性、不怕自己的电脑性能不够、个性化配置在线保存还可以多终端漫游。往后的趋势，是这种在线模式会越来越盛行。

举个例子，我们在手机上使用那种拍照识别文字软件，识别率非常高。是手机很强大还是本地软件处理很强大？不是的。是因为后面的云计算太厉害了，这都是后面很大的一个云处理中心干的事，手机只是个输入介质而已。

不过我们在使用的过程中会发现，很多在线软件免费模式下功能非常有限，需要全功能需要付费；相对来说，本地安装的软件破解起来容易、盗版的多，但是系统升级维护等方面还是有局限性。

付费使用软件，很多人可能觉得很不习惯，这都是被前20年国内的互联网文化给惯的。明明白白的一件事是，别人花了那么大的精力做的东西，还有各种升级维护，功能增加...都免费给人用了，他怎么活，怎么持续发展？不可能么。现在网上听歌都要慢慢付费了，免费的越来越少。赚不到钱的行业，都会死，为什么会死，被“免费”给害死的。

嗯，又扯远了，但这些扯远的话还不算废话吧。

大数据时代，数据可视化很热门，可视化有其不可替代的巨大优势。不说别的，仅仅看看各种公共场合，交通、医院、学校、政务...甚至是厕所，都有各种数据展示屏。这种方式直观漂亮，确实很好。

各种报告、PPT、软件、总结...里面我们都能看到精美的图示、图标、动态数据演化、趋势图，非常吸引眼球，很能说明状况，一目了然。我们在羡慕别人的同时，其实自己也可以学学怎么去做数据可视化，给自己的文档、报告增添一些亮点。

如果百度搜一搜“数据可视化”、“标签云”、“数据图示”之类的，会发现很多在线的工具可以实现一些基本的功能；当然本地安装版的工具也有，我测试过几个，很少，基本等同于鸡肋。

如果我们只是简单的输出一些图标、图示，一些免费在线工具就能帮我们实现，如果需要高级版的，就花点钱买全功能版（月费、年费、永久版的，各个软件不同）。

当然那种大型工具价格比较高，最好是能借助其他途径获得，比如高校版、行业版等这种集团采购的软件。一般能用得着这种软件的，都是些大型研究或项目用得到，个人真不一定用得着。现在的软件行业发展很成熟了，他们制定了适合各种使用场景的定价策略。

下面介绍几个比较好的工具给大家。

Excel工具。千万不要小看Excel，真实情况是没几个人精通Excel，很多人把它当做表格工具，简单计算工具而已。Excel具备多种强大功能，比如创建表单，数据透视表，VBA等，Excel的系统如此庞大，以至于没有任何一项分析工具可以超越它，确保了大家可以根据自己的需求分析数据。有些人可能以为他们非常精通计算机编程语言，然后鄙视用Excel作为工具，因为Excel无法处理大数据。但是请考虑一下，我们日常生活中使用的数据是不是超出了大数据的限制？在我看来，Excel就是一款全能型的播放器。它最适合小型数据，而且通过插件还可以处理数百万的数据。Excel的强大功能及其用户规模，它是必不可少的工具。如果你想学习数据分析，Excel绝对是首选。

BI工具。商业智能是为数据分析而生的，它诞生的起点很高。其目的是缩短从商业数据到商业决策的时间，并利用数据来影响决策。Excel的产品目标不是这样。Excel可以做很多事情。你可以使用Excel画课程表，制作问卷或用作计算器，甚至可以用来画画。如果你会VBA，还可以制作小型游戏。不过这些并不是真正的数据分析功能。

但是BI工具就是专门用于数据分析的。以常见的BI工具(例如Power BI，FineReport 和Tableau)为例。你会发现它们都是按照数据分析流程设计的。先是数据处理，数据清洗，然后是数据建模，最后是数据可视化，用图表来识别问题并影响决策。这些是数据分析的唯一方法，并且在这个过程中存在一些员工的痛点。比方说，可以用BI工具来简化重复的低附加值的数据清洗工作。如果数据量很大，传统工具Excel是无法完成数据透视表的。如果我们用Excel来进行图形显示，会需要花费大量时间来编辑图表，包括颜色和字体设置等琐事。这些痛点是BI工具可以为我们带来变化和价值的地方。现在，比较一下市场上的三种流行的BI工具：Power BI，FineReport 和Tableau。

1 )Tableau。Tableau的核心本质实际上是Excel的数据透视表和数据透视图。可以说Tableau敏锐地意识到了Excel的这一功能。它进入BI市场较早，并延续了这一核心价值。从发展历史和当前市场反馈的角度来看，Tableau的可视化效果更好。我不认为这是因为它的图表有多酷，但是它的设计、颜色和用户界面给我们一种简单而新鲜的感觉。确实，这就像Tableau自己的宣传一样，他们投入了大量的学术精力来研究大家喜欢哪种图表，以及如何为用户提供操作和视觉上的终极体验。此外，Tableau还增加了数据清洗功能和更智能的分析功能。这也是Tableau可以预期的产品开发优势。

2)Power BI。Power BI的优势在于其业务模型和数据分析功能。Power BI以前是Excel的插件，但是发展并不理想。因此它摆脱了Excel，发展成BI工具。作为后来者，Power BI每个月都有迭代更新，并且跟进的速度很快。Power BI当前具有三种授权方式：Power BI Free、Power BI Pro以及Power BI Premium。与Tableau一样，免费版的功能也不完整。但是给个人用几乎已经足够。而且Power BI的数据分析功能强大。它的PowerPivot 和DAX语言让我能够以类似在Excel中编写公式的方式来进行复杂的高级分析。

3)FineReport应用。FineReport之所以独特在于它的自助服务数据分析非常适合企业用户。只需简单的拖放操作，你就可以使用FineReport 设计各种样式的报告，并轻松构建数据决策分析系统。FineReport 可以直接连接到各种数据库，并且方便快捷地自定义各种样式，从而制作周报、月报和季报、年报。其格式类似于Excel的界面。功能包括报告创建，报告权限分配，报告管理，数据输入等。此外，FineReport 的可视化功能也非常突出，它提供了多种仪表板模板和许多自行开发的可视插件库。在价格方面，FineReport 的个人版本是完全免费的，并且所有功能都是开放的。

R&Python语言。R和Python是第三类工具。尽管像Excel和BI工具这样的软件已尽最大努力考虑到数据分析的大多数应用场景，但其实它们基本上都是定制化的。如果软件没有设计某项功能或替某功能开发按钮，那很可能你就没法用它们来完成工作。在这一点上面，编程语言是不一样的。它非常强大和灵活。你可以编写代码来执行所需的任何操作。比方说，R和Python是数据科学家必不可少的工具。从专业的角度来看，它们绝对比Excel和BI工具强大。那么，R和Python可以实现哪些Excel和BI工具难以实现的应用场景呢？

1)专业统计分析。就R语言而言，它最擅长的是统计分析，例如正态分布，使用算法对聚类进行分类和回归分析等。这种分析就像用数据作实验一样。它可以帮助我们回答以下问题。比方说，数据的分布是正态分布、三角分布还是其他类型的分布?离散情况如何?它是否在我们想要达到的统计可控范围内?不同参数对结果的影响的大小是多少?还有假设仿真分析。如果某个参数发生变化，会带来多大影响？

2)独立预测分析。比方说，我们打算预测消费者的行为。他会在我们的商店停留多长时间?他会花多少钱?我们可以找出他的个人信用情况，并根据他的在线消费记录确定贷款金额。或者，我们可以根据他在网页上的浏览历史推送不同的物品。这也涉及当前流行的机器学习和人工智能概念。

Excel，BI工具或编程语言存在部分功能重叠，但它们也是互补的工具。每个应用的价值取决于要开发的应用的类型和当时的情况。在选择数据分析工具之前，你必须首先了解自己的工作：你会不会用到刚刚提到的应用场景。或考虑一下你的职业方向：你是面向数据科学还是业务分析的。

数据可视化，不是笼统的概念，一定要结合你的需求去选择，这里面的细分可多了。比如你只是写论文需要一些图标、图示、可视化、标签云、立体图什么的，在线工具完全都够了。