好看的数据可视化的图片是怎么样做的？

　　可视化死磕excel是不行的，作为数据分析行业的偷懒大户，分享一些我在可视化工具上的使用心得，总结了三大类：快速出图类、专业图表类、高端大屏类。个人经验，大家按需采纳：一、快速出图类
　　如果你只是因为偶尔想要出一些好看的图表、长图等用在你的报告、PPT里，就没有必要用一些太专业的软件，下面这些是一些小巧精美、能够快速满足出图需要的工具。
　　1、datawrapper
　　优点：适合自媒体快速出图、操作简单、开源、免费
　　datawrapper创建之初是为了服务一些新闻网站和报纸媒体的，尤其是金融媒体，需要用到非常多的可视化图表，而datawrapper的优势就在于能够在几分钟内就制作出一些简单、正确和可嵌入的图片。
　　注意：制作图表前要先将数据放到google文档里，然后在软件里导入Google文档。
　　比如下面的示例，先添加新的图表输入google文档地址
　　第二步是检查和调整数据，可以在这一步进行数据的删减、查询等。
　　第三步就是选择图表，datawrapper提供了非常多的图表模板，这里就用分列横向柱状图吧
　　第四步就可以生成图表，也可以生成分享链接，上传到平台上让更多人看到。
　　整个过程几乎不怎么费时间，缺点是外文工具，没有汉化版。
　　2、inforgram
　　优点：应用场景准确，有图表动画功能
　　inforgram的传播面应该是很广了，主要得益于他本身带有的丰富模板，基本上你能想到的图表都能在inforgram里找到，而且inforgram还支持图表动画，做出的效果非常高大上。
　　但是缺点就是如果你不充钱，就只能用一些简单的图表，像可视化地图这种就需要升级到会员才可以制作，如果是长期用图患者，冲一个会员倒也合算。
　　3、piktochart
　　优点：地图图表非常好用、免费
　　跟上面那个家伙不一样，piktochart的地图模板是免费的，操作起来也很简单，类似于制作PPT，用户可以将信息图导出成静态图，用于PPT展示或网页、博客中。
　　但是缺点就是piktochart其他类型的图表模板比较缺乏、单一，只能适合一些特殊图表（如可视化地图）的制作。二、专业图表类
　　如果你是一名专业的数据分析师、甚至是数据工程师，经常需要制作可视化图表来进行数据展示和表达，那么就需要用到一些专业的可视化工具。除了可视化功能之外，还需要考虑工具的数据连接、数据处理、数据挖掘等功能：
　　1、python
　　万能语言python，专业数据分析师比较喜欢用，因为python能通过对数据的处理和加工，对可视化图表进行随心所欲的设计和展示。而python主要得益于它丰富的可视化库，除了最常见的matplotlib之外，其实他还有vispy、bokeh、seaborn、pyga、folium、networkx等等。
　　当然了，毕竟是门语言，学习难度是有的，因此不建议非专业人士使用。
　　2、finebi
　　优点：操作简单、国产中文、个人免费
　　国产的商业智能BI软件，除了对数据进行可视化展示之外，主要是进行企业级的数据化管理，当然也适合个人进行数据分析，总体来说属于国内一流的BI可视化软件。
　　当然更重要的是，finebi学习成本比较小，相比python要更简单、容易上手，而且个人版免费。
　　3、Tableau
　　优点：OLAP功能强大、支持网页集成、学习难度适中
　　tableau也是专业的数据分析和可视化工具，但是对计算机的硬件要求比较高（不止一次卡死过），而且需要有些可视化功能需要收费。
　　4、简道云
　　优点：更灵活、便捷，可与业务衔接，适合中小数据量
　　如果并不需要处理百万级的数据量，那么比起前三个，简道云更适合处理团队或企业的中小量数据，并且使用非常简单。和finebi同是帆软公司出品，提供8大类图表，支持颜色、标签、文字等自定义：
　　同时，由于他主打＂应用搭建＂，因此能够随意搭建各种数据管理系统，从业务流中的数据采集、数据处理到数据分析，轻巧灵活：三、高端大屏类
　　上面两类基本都能满足个人的需求，但是如果是企业想要制作高端大气上档次的大屏怎么办？这时候，就需要用到一些企业级应用。因为要考虑软件应用的本地化应用，所以下面大多数以国产软件为主：
　　1、finereport
　　finereport算是一个报表工具，主要就是面对企业的，除了报表应用之外，其实它同时也提供大屏的服务，通过布局、色彩、绑定数据等环节完成大屏的制作，拥有很多自助开发的可视化插件库。
　　2、dataV
　　阿里出品，dataV提供了丰富的模板与图形，支持多数据源，拖拉式布局，支持服务化服务方式和本地部署，整体来说是一款很好的大屏的产品。
　　3、百度图说
　　由echarts衍生出来的子产品，同样继承了echarts的特点，图表种类多，没有提供文本和表格方面的展现库。Echarts接受json格式的数据，百度图说把数据格式进行了封装，可以通过表格的形式组织数据。
　　分享结束，如果有更好的工具推荐，欢迎一起交流讨论~
　　当然用Bi，虽然我很会Python、R、Javascript，但是好看的数据可视化基本是用Bi来完成的
　　以下是一些经典的 BI 展示：
　　不得不承认，BI 给人的第一印象，的确是漂亮的图表。
　　在实际开发中，整合数据源、清理数据等步骤往往并非由 BI 进行处理，具体分工见下图：
　　正如上图所示，BI 往往与数据仓库技术、olap 引擎有着直接的上下游关系。其中数据仓库主要起到统一数据源、保证数据准确度的作用；而 OLAP 引擎则帮助 BI 加速查询。它们组合在一起，最终使用户获得良好的数据分析体验。
　　3、BI 能做什么
　　BI 对企业的作用是通过两方面实现的，业务方面和技术方面。
　　3.1 业务方面数据呈现我们可以通过 BI 直观、全面的展现企业日常业务的情况；无论是从整个集团的视角出发、还是从业务线或者部门的角度出发。下图即为一个标准的 数据呈现（大屏）BI。决策层可以通过该图表快速、直观的了解到目前公司的会员数量和相关的销售额——这也往往是决策层最关心的两个指标
　　为了保证数据更新的实时性和展示的美观性，纯粹的数据呈现往往并不支持联动、下钻、上卷等 BI 常见操作。
　　联动、下钻、上卷都是 BI 的专业术语，未来会逐一介绍。异常监测专业的业务人员会有一些核心指标来监控业务，我们完全可以将其通过 BI 实行可视化监控；下图即为 某在线教育对每日课程销量的监测，运营人员通过 BI 可以迅速发觉异常变化，从而及时作出调整。智能预测在大数据的基础上，BI 也能基于简单的统计学，提供一些拟合线，来帮助业务人员进行相关分析。下图即 对某超市销售额进行预测。特定建模分析特定的建模分析通常是由精通业务的业务人员提出，通过合理的建模找出业务中可能存在的问题，将其反映出来并最终回归到业务，形成闭环决策并不断优化的一个过程。业务建模可简单，可由一个或多个图表组成，也可复杂，通过一组或多组数据图表支撑。如下图，即为对客户销售额建立的模型。通过该模型，业务人员能够快捷的了解到目前 CRM 的客户情况。帮助业务进行快速智能分析尽管 BI 能满足大部分常见需求，但资深的业务人员总会有一些突如其来的灵感。这种灵感稍纵即逝，如果等到数据部门提供数据再进行分析——可能为时已晚。如果有BI的话，业务人员可以立刻基于业务数据进行灵活分析，从而验证想法。
　　3.2 技术层面减少人工处理，提升工作效率某些指标对每家公司都是非常重要的，无论该公司是否存在 BI、数据部门。例如 毛利、成本、客户。在没有 BI 的情况下，如果公司想要收集汇总这些指标信息，大多数时候都需要业务人员手动从各个系统提取数据，然后在 exc 上汇总——这个过程无疑是冗长、枯燥且毫无价值的。同时，还容易产生以下问题：如果有了 BI 和对应的数据底层，就可以自动化生成相关报表。智能报表 也属于广义上的 BI数据准确性无法保证：手工计算，就有可能出错。无法避免数据及时性无法保证：手工计算的效率由使用者决定，无法控制修改复杂：任何业务的新增、修改。都需要对复杂的 exc 公式进行修改。结果倒逼，统一指标口径成熟的公司必然有一套统一的指标口径；但在其野蛮生长中，指标、维度可能会缺乏统筹规划，从而产生一些遗留问题。举个例子：库存、销售、运营口中的＂销售额＂往往不是同一个＂销售额＂。最常见的口径不一致问题，就是时间口径不同；销售额可以依照 下单时间，支付时间，发货时间，收货时间，完成订单时间 等不同角度进行分析。在没有统一口径的情况下必然会出现误解。BI 的使用者必然包括决策层。因此，指标必然会以决策层认可的口径为主，从而消除争议。整合信息孤岛，统一分析平台数据仓库是每家公司都应有的东西，但实际上大部分公司并不完善；但分析、统计的需求并不会因为没有数仓而停滞。这个时候，BI 就可以启动汇总数据源进行统一分析的效果并不推荐长久使用 BI 作为数据汇总层。
　　3.3 总结：
　　正如上述描述，BI 更多的是从业务方出发，帮助业务解决问题。它将繁杂的数据库底层进行整理汇总，形成有效的指标维度，让 BI 使用者可以直观、清楚地看到他所关注的数据，从而帮助整个企业更好的发展。在数据的自由探索中找到原因，避免＂拍脑袋＂式的决策。这就是 BI 的作用，而非仅仅的数据报表呈现。
　　4、BI 的应用场景
　　BI 应用场景广泛，以下逐一枚举。大屏大屏就是我们在 街头、展览会上常见的超大屏幕，其上大多充满了含义不明的图表。举几个例子
　　大屏的最大特点 就是炫。据笔者观察，其上的数据大多都是＂虚荣指标＂——除了好看外一无是处。但换个角度，对外宣传时，需要的就是好看。
　　设想一下，假设超市、医院、 会议室能有一个大屏。会吸引多少目光的注意力；增加多少回头客。
　　大屏的开发，有以下几点需要注意：因为展示效果等问题，大屏相比其他 BI，缺少交互性，无法进行联动、钻取等操作。硬件成本较高——大屏很贵BI 开发成本较高——需根据硬件实际大小进行反复调试，才能保证最终结果的展示。数据 要求较高——主要是指数据的实时性；驾驶舱BI 驾驶舱是一个核心指标汇总系统，将公司的核心指标进行可视化展示，帮助决策层能通过1图直接了解到整个企业的运营情况，也可以下钻到各个细分业务中了解详细数据。
　　因为面向对象主要为企业高层，因此驾驶舱的数据准确度、美观度一般都是最高的。相对而言，开发成本也是最高的；
　　相比大屏来说，驾驶舱可以自由下钻到任意主题的详细看板中。分析性更强
　　驾驶舱则要注意这些：数据准确性非常高——它不像大屏，错了也没有人知道。驾驶舱对接公司决策层，不允许有任何的数据误差。美观度——领导要看的东西，你自然要花点功夫去精心调试。看板看板（dashborad）即为最基础的 BI 展现方式。相比 大屏、驾驶舱而言，dashboard 并不那么浮夸，它的主要使用对象为一般的管理人员和运营人员。一般来说，看板也可以自由的钻取、联动。从而帮助业务人员进行更好的分析。移动端部分 BI 产品也支持移动端展示，内容一般为核心指标。
　　移动端开发时，需要特别注意不同手机的适配度。必要情况下，可以拿用户的实际手机款式做针对性调整。自助分析并非所有的仪表板，都一定由数据部门来开发完成。有能力的业务人员更希望自己可以随时进行制作，而不受数据部门的约束。因此在数据部门提供数据底层的情况时，业务部门也会亲自上阵进行开发。
　　5、BI 的开发方式
　　BI 的开发，与常见的项目开发并无两样
　　确认需求——需求分析——指标维度梳理——源数据和数据质量确认——结果表设计——ETL 开发——可视化实现。
　　有几个重点需要注意：第一步要确定 BI 的最终使用者，直接与使用者沟通会节省大量的时间。需求分析结束后，一定要与最终使用者进行文档确认，确保双方理解一致。不要轻易相信源头提供的数据，获取到数据后自己一定要初步检查，确保数据质量。demo 先行——尽早确定使用者想要的BI样式，免得反复调试浪费时间。
　　6、部分BI介绍
　　6.1 Tableau
　　Tableau 毫无疑问的市场王者，也是目前全球最易于上手的报表分析工具，并且具备强大的统计分析扩展功能。它能够根据用户的业务需求对报表进行迁移和开发，实现业务分析人员独立自助、简单快速、以界面拖拽式的操作方式对业务数据进行联机分析处理、即时查询等功能。
　　但 Tabealu 也有自己的缺点：最大的缺点就是价格过于昂贵。对于大部分公司来说，如此昂贵的 Tableau 性价比并不高。
　　6.2 FineReport
　　帆软是目前国内最大的 BI 厂商，合作厂商也相当多；产品线也遍及大屏、移动端、智能报表。可以说是最适合中国中小型企业的 BI 了。
　　FineReport 本是一个智能报表软件，但由于集成了大量图表，相比其他 BI 开发效率虽然稍慢，但是自由度更高。
　　6.3 Superset
　　Superset 是一款由 Airbnb 开源的＂现代化的企业级 BI （商业智能） Web 应用程序＂，其通过创建和分享 dashboard，为数据分析提供了轻量级的数据查询和可视化方案。
　　Superset 的缺点就比较多了没有提供图表的下钻功能不支持多图表间的复杂联动处理大数据集时容易暴毙权限管理和图表管理的功能设计基本为0
　　但它是开源的——你无法要求一个东西又免费又好用，因此技术能力较强的公司可以考虑。
　　7、其他杂谈
　　正如开题所言， BI 并非简单的数据可视化，而是一套极度复杂的商业解决方案；
　　如何做到企业数据化？数据驱动业务？数据治理？
　　仅凭几个EXC是远远不能满足的——只有建立起良好的 BI 生态体系，企业才能真正迈入数据化。
　　另一方面，BI 的表象是可视化分析报表的呈现，但它的本质还是业务问题、管理问题。
　　如何通过 BI ，使得业务、管理能够不断优化，这才是值得我们深度思考的
　　Hightopo 应用自主研发的 HT for Web 搭建智慧楼宇场景嘛。两侧面板辅以 HT 丰富的图形组件，对楼宇各类基础建设数据以更加多样化形式展现。低代码，拖拉拽！！！且这样的 UI 界面设计为规划、布局、分析和决策提供科学有效的技术支撑，推进数字化转型建设。
　　Hightopo 采用轻量化三维建模技术，根据现场的 CAD 图、鸟瞰图、设备三视图等资料进行还原外观建模，通过 HT 实现可交互式的 Web 三维场景，可进行缩放、平移、旋转，场景内各设备可以响应交互事件。
　　HT for Web 还通过 3D 仿真形式对楼宇整体进行精细化的还原建模，从整体环境，到楼宇周边环境，再到楼宇内外部设备进行立体仿真展示。采用轻量化三维建模技术，根据园区现场的 CAD 图、鸟瞰图、设备三视图等资料进行外观高精度建模还原。
　　HT for Web 采用自主研发的二三维可视化引擎、GIS、BIM 以及视频融合等技术，接入倾斜摄影、GIS 空间信息数据、智能物联网 IoT 数据以及大数据系统平台的等数据信息，结合轻量化建模方案实现甚至手机端都可随时随地查看 3D 可视化效果，提升园区管理和运行效率，为园区的智能化建设、数字化转型和一体化管理提供解决方案。
　　也可通过 HT 2D 可视化技术，＂一张图＂式切换楼宇设备运行参数，输出不同维度的数据解释。HT 可视化技术采用 B/S 架构，支持跨平台浏览，任何移动终端都可进行浏览，提供触屏设备的单指旋转、双指缩放、三指平移操作，即使不在工位上的运维人员也可以通过手机或 IPad 进行监控和远程管控，不必再为跨平台的不同交互模式而烦恼，一改往日运维人员必须在主控室内进行管控的局限性。进而缩短故障响应时间，让电梯从被动感知转换为主动预防。
　　通过 HT 引擎强大的渲染功能，真实还原设备的运作效果，选用不同颜色对各管线运作内容进行区分。可实时显示冷源设备的转速、AI 预测值、平均速率、负载流速等设备的动态数据，同步采集环境参数、系统能效指标、系统运行数据以及主机负荷等多重指标于 2D 面板中，创建多参数实时监测。
　　Hightopo 数据可视化亦深度融合电力能源、电信机房、城市园区、工控等各个领域，赋能其运行可监管、历史可追溯、远程可遥控，助推产业数字化转型，为一体化管理模式提供轻量化的解决方案。
　　用数据可视化软件快速做出报表后截图也很快。拖拉拽、点击就能够快速做出一张好看的数据可视化分析报表了。如果在奥威BI数据可视化软件（如OurwayBI）找到合适的BI报表模板，只需要下载应用后一键替换数据源就能生成新报表了。并且整个报表的UI美化都不用自己动手。
　　如果你已经做过类似的报表了，那么现在就仅需要一键替换数据源就能获得一张新报表。
　　po几张奥威BI的数据可视化报表截图看看效果：