五個(gè)技巧教你用編程實(shí)現(xiàn)數(shù)據(jù)可視化

編程語(yǔ)言數(shù)據(jù)可視化 R語(yǔ)言

芝諾數(shù)據(jù)分析 | 2016-07-29 10:27

【數(shù)據(jù)猿導(dǎo)讀】目前有很多用于數(shù)據(jù)可視化的軟件和工具，都非常便捷實(shí)用。我很難回答像是“我應(yīng)該學(xué)著用什么工具？什么是最好的？”這樣的問(wèn)題，因?yàn)橹挥羞m合自己的才是最好的。像Excel這樣一行代碼都不用寫(xiě)就可以做數(shù)據(jù)可視化的工具，甚至被有些人用來(lái)畫(huà)風(fēng)景呢。但是，寫(xiě)代碼做自己的數(shù)據(jù)可視化還是有...

五個(gè)技巧教你用編程實(shí)現(xiàn)數(shù)據(jù)可視化

用編程實(shí)現(xiàn)可視化其實(shí)是非常有趣的，雖然從起點(diǎn)學(xué)習(xí)編程不是那么容易，而且大部分人都會(huì)說(shuō)沒(méi)有足夠的時(shí)間，但我依然覺(jué)得，為了獲得長(zhǎng)期的收益，從一開(kāi)始花點(diǎn)功夫還是值得的。

以下的部分是根據(jù)我使用不同編程語(yǔ)言及工具的經(jīng)驗(yàn)分享給大家的一點(diǎn)小提示。

五個(gè)技巧

1. 使用你最熟悉的軟件

學(xué)習(xí)用編程建立數(shù)據(jù)可視化不代表要摒棄你已經(jīng)熟悉的工具。我一般使用任何能夠最快速解決問(wèn)題的工具，這個(gè)工具可以是Excel，GoogleSheets，或者是Python。

你不需要只用R或者只用JavaScript做完所有工作，在一項(xiàng)工作中囊括不同的工具是有好處的。你的最終目的是制作可視化圖表，每一步的結(jié)果會(huì)引導(dǎo)你進(jìn)行到下一步，所以不要太糾結(jié)于用“正確”的方法做事。

2. 從基礎(chǔ)做起

不要期待你第一次嘗試就會(huì)做出非常高級(jí)非常驚艷的視覺(jué)效果。尤其在學(xué)習(xí)的初期，你是有很多路要走的，所以要從基礎(chǔ)做起，再慢慢去使用更加高級(jí)的技巧。這樣你才不會(huì)一開(kāi)始就感到備受打擊，從而放棄學(xué)習(xí)的希望。

在R語(yǔ)言中，有很多工具包可以幫助你做事情，甚至有時(shí)候你只要使用一個(gè)函數(shù)就行了。但是如果你不熟悉R的編程句法，我還是建議你從最基本的R語(yǔ)言學(xué)起，即便可能會(huì)有些難。

就好比我之前提到的d3.js這個(gè)JacaScript函式庫(kù)，如果你不熟悉JavaScript，或者剛剛開(kāi)始學(xué)習(xí)編程，很多類(lèi)似的東西都會(huì)看起來(lái)很難。我建議你從MikeBostock寫(xiě)的基礎(chǔ)教程學(xué)起，慢慢開(kāi)始了解你做的東西。

3. 找一個(gè)項(xiàng)目去完成

不要認(rèn)為要把所有的東西學(xué)完再開(kāi)始做項(xiàng)目，這樣你會(huì)被耽擱。先學(xué)習(xí)一些基礎(chǔ)知識(shí)就可以開(kāi)始了，這至少可以保證，日后當(dāng)你遇到問(wèn)題在網(wǎng)上搜索的時(shí)候，能夠看懂那些解決方法。

選擇一些數(shù)據(jù)，然后開(kāi)始著手嘗試可視化吧。一開(kāi)始的進(jìn)展肯定非常緩慢，你也會(huì)覺(jué)得很困惑，這都是很正常的。我直到現(xiàn)在還經(jīng)常因?yàn)橐恍﹩?wèn)題感到困惑，但你一定要堅(jiān)持做完。

做項(xiàng)目的受益之處，在于它逼著你去學(xué)習(xí)你需要知道的。你每做完一個(gè)項(xiàng)目，下一個(gè)就會(huì)變得容易一些了。

通常一個(gè)數(shù)據(jù)可視化的項(xiàng)目會(huì)分成以下的步驟。

處理和格式化數(shù)據(jù)

Python

當(dāng)我有一個(gè)非矩形分隔的文件 , 或數(shù)據(jù)比較凌亂時(shí)，我會(huì)寫(xiě)一些特別的Python腳本。幸運(yùn)的話(huà)，我會(huì)找到并重新利用過(guò)去已有的腳本。有時(shí)會(huì)用Beautiful Soup來(lái)修飾，有時(shí)會(huì)用csvkit 。

我只有在需要加載csv格式表格時(shí)才會(huì)用到R，通常只是做數(shù)據(jù)聚合，合并，或處理從原來(lái)的數(shù)據(jù)中派生的部分。

Tabula

多用于公開(kāi)的政府?dāng)?shù)據(jù)，包括在 PDF 文件中涉及的數(shù)據(jù)。沒(méi)有 Tabula 的話(huà)這個(gè)過(guò)程將非常痛苦。

Microsoft Excel

只有在有需求的時(shí)候才會(huì)用到它。數(shù)據(jù)讀入Excel中，然后再導(dǎo)入像Numbers或是OpenOffice這樣的工具中。

Google Sheets

有時(shí)使用電子表格比寫(xiě)腳本更快，我很喜歡這樣簡(jiǎn)潔的過(guò)程。

分析數(shù)據(jù)

在你去做最后的圖形之前，你需要先了解這個(gè)數(shù)據(jù)集。

這里我想到的是R。因?yàn)镽作為一個(gè)開(kāi)源的統(tǒng)計(jì)計(jì)算語(yǔ)言，它有一個(gè)很豐富的社區(qū)，數(shù)不盡的擴(kuò)展包，以及在Stack Overflow上大量的已解答的問(wèn)題。

制作靜態(tài)圖形

這對(duì)我來(lái)說(shuō)通常包含兩個(gè)階段：（i）在R中進(jìn)行可視化; （ii）在Illustrator中潤(rùn)色。

在R中有可視化工具包，如ggplot2，但我?guī)缀跞渴褂肦自帶的那些功能，即base R。對(duì)此我寫(xiě)過(guò)很多教程。

Adobe Illustrator

如果圖形要發(fā)布給別人看，我會(huì)以PDF格式保存R生成的圖形，并在Illustrator中編輯。雖然有些矯枉過(guò)正，但效果還不錯(cuò)。我也在考慮試著用Sketch。

制作交互式圖形

Flash已經(jīng)過(guò)時(shí)了，而JavaScript是新的寵兒。R在這里應(yīng)用不廣。

d3.js

我用數(shù)據(jù)驅(qū)動(dòng)的文檔來(lái)做交互式的數(shù)據(jù)可視化（我還在學(xué)習(xí)中）。有許多例子可以用來(lái)試手。但如果我想快速完成一個(gè)圖表，我有時(shí)也會(huì)嘗試用 Vega-Lite 。

4.認(rèn)真閱讀編程指南和范例

編程指南是很有用的。一開(kāi)始可能會(huì)有些難，但你必須要適應(yīng)。如果你的程序出了問(wèn)題，很大可能是因?yàn)槟銓?xiě)的不對(duì)，而不是代碼的實(shí)現(xiàn)有問(wèn)題。所以這個(gè)時(shí)候你就需要仔細(xì)閱讀指南，確認(rèn)你的函數(shù)運(yùn)用是正確的。

在R語(yǔ)言中，所有函數(shù)的指南都是用相同的格式寫(xiě)的，它會(huì)告訴你這個(gè)函數(shù)有哪些參數(shù)，返回值是什么，并且之后會(huì)給出使用的范例，這些范例都非常經(jīng)典。

d3.js函式庫(kù)的創(chuàng)建者M(jìn)ikeBostock就寫(xiě)了非常好的指南，在網(wǎng)上也有很多其他教程。Bostock在指南中收錄的大量范例是非常有用的，每當(dāng)我遇到問(wèn)題，在網(wǎng)上搜索解決方法的時(shí)候，我一般都會(huì)把出現(xiàn)的問(wèn)題和“mbostock”放在一起搜索。

5. 著手去做

我有時(shí)會(huì)也會(huì)因?yàn)橄胩喽t遲不開(kāi)始，但是只要你能著手按照以上的小提示去做，能節(jié)省很多時(shí)間。用工具進(jìn)行數(shù)據(jù)可視化，一般會(huì)有一個(gè)最優(yōu)的做法，但沒(méi)有必要從一開(kāi)始就去尋找它。先把形狀和顏色在屏幕上試下，然后將數(shù)據(jù)編譯進(jìn)去，讓數(shù)據(jù)在大體上看起來(lái)沒(méi)問(wèn)題。如果有些不對(duì)勁（尤其是對(duì)于含有互用和動(dòng)畫(huà)的可視化項(xiàng)目），你再去尋求更優(yōu)化的做法。一般情況下，即使不是最優(yōu)，你的圖表也是沒(méi)錯(cuò)的。

好了，就說(shuō)這么多?，F(xiàn)在請(qǐng)著手去做吧！

來(lái)源：芝諾數(shù)據(jù)分析

收藏分享

聲明：數(shù)據(jù)猿尊重媒體行業(yè)規(guī)范，相關(guān)內(nèi)容都會(huì)注明來(lái)源與作者；轉(zhuǎn)載我們?cè)瓌?chuàng)內(nèi)容時(shí)，也請(qǐng)務(wù)必注明“來(lái)源：數(shù)據(jù)猿”與作者名稱(chēng)，否則將會(huì)受到數(shù)據(jù)猿追責(zé)。