人工智能时代,数据和算法以及硬件资源是非常重要的,相关行业的大公司也越来越关注数据中蕴含的价值,数据的收集和应用比以前任何时候都看得更加重要,甚至业务相近的公司不惜打价格战或亏本以获得用户活跃量,这些都看中的是数据中蕴含的价值,需要等待数据科学家去进一步挖掘,拂去表面的迷雾,深度发现隐藏在大数据中所含的商业秘密或科学研究。数据科学家职业也成为热门岗位,很多IT从业人员纷纷转行进入这个新兴领域之中。美中不足之处在于,随着我们不断挖掘数据,进而发现有用信息时,呈现出现的过程和实施结果的难度就越来越大。值得庆幸的是,大量的开源数据可视化工具能够从空间和表格中获取到独特数据,并通过使用高级图形和图表向用户呈现信息。
       那么哪些工具值得花时间去探索或采用呢?本文汇集了5个开源数据可视化工具,这些工具采用了说明性方法来处理复杂的数据。

R Shiny

       R Shiny是一个开源软件包,它提供了使用R语言来构建数据可视化,通过交互式图表和应用程序的Web框架建立。该工具可帮助我们将分析转换为时尚的交互式Web视觉效果,而无需我们深入地去了解HTML、CSS或JavaScript。类似于电子表格,这种反应式编程模型可以让我们轻松地操作数据,而无需每次等待整个页面的重新加载。随着新零售的到来,我们已经看到零售行业内不断地更新数据,并寻找能够成功每分钟更新的平台。

1

Tableau Public

       Tableau Public具有显示图形、图表、地图等功能,是一种流行的数据可视化工具,该工具也是完全免费的。凭借高达10 GB的存储空间以及拖放界面,用户可以与团队中的其他人一切协作,时实查看数据的更新。 Tableau的“Public”部分意味着你能将数据保存到其他人可以访问你数据的公开资料中,但如果你不是一个高度开放的公司,隐私是你的第一关注点,则Tableau Public为业务分析师和经理提供提供大量的上升空间。最新版本针对移动设备进行了优化,可以连接到Excel以外的各种数据源,并且可以直接与Google表格相链接。

2

Datawrapper

       Datawrapper是一个很好的开源工具,用于完整的数据可视化以及嵌入实时和交互式图表的能力。你只需将数据上传到CSV文件中,在线工具就可以构建自定义的视觉效果,例如条形图和折线图。 Datawrapper非常适合小型企业或演示文稿使用,因为它允许每个图表只有10,000个视图,但它可能不适合拥有大量客户的大型企业。但大多数人都认为,易于使用的界面和以直接方式快速呈现出统计数据的能力对我们是有帮助的。

3

Pivot

       Pivot是一个直观的UI,旨在实现对事件数据的探索性分析,同时利用了备受推崇的拖放界面。Pivot设置的一个属性是以两个操作为中心:Filter和Split。 Filter缩小了数据视图,相当于SQL中的“WHERE”子句,其中Split与SQL的“GROUP BY”函数非常相似。但是,Split允许跨多个维度划分数据——目前,已经看到该软件在杂货价格、促销分析和优化方面取得了巨大成功。

4

D3

       D3代表数据驱动文档,是一个JavaScript库,它将任意数据绑定到文档对象模型(DOM),然后将数据驱动的转换应用于文档。尽管D3可能会更多地吸引程序员,因为这个工具涉及到代码的创建,但引人入胜的是,D3能够在网页中构建一系列真正吸引人的图表、地图、图表等。如果你愿意付出一些额外的工作,那么视觉支付绝对物超所值。

5


       无论哪个行业,这些工具都是了解不断爆发的有价值数据的关键因素。这些工具非常容易上手,且能够用来可视化模式或强调趋势,更重要的是无需免费,这也是开源社区令人感激的原因之一,个人有能力捐款或对开源工具有所贡献,我觉得这对于程序员而言,也算是一种归属感。

图像源


__20180706213248

作者信息

Richard VermillionFulcrum Analytics CEO,该公司专注于数据工程
本文由阿里云云栖社区组织翻译。
文章原标题《5 of Our Favorite Open Source Visualization Tools》,译者:海棠,审校:Uncle_LLD。
文章为简译,更为详细的内容,请查看原文