五个技巧教你用编程实现数据可视化

翻译|王愫 黄文畅 校对| 杨天矇

特约专栏主编黄志敏老师推荐语:

我经常被问到一个问题:我没有技术底子,能学习数据可视化吗?我喜欢举一个例子来回答:许多到美国学新闻的女生,原本在国内是学语言或学新闻的,一点编程都不懂,到美国后短短一年,不仅跟上了学业,编程设计拍摄剪辑样样能上手。所以不在于你是什么基础,在于你有多大的动力和压力。这篇文章不仅提供了学习路径,还提出最实用的建议:现在就着手去做吧!

◆ ◆

导 读

目前有很多用于数据可视化的软件和工具,都非常便捷实用。我很难回答像是“我应该学着用什么工具?什么是最好的?”这样的问题,因为只有适合自己的才是最好的。像Excel这样一行代码都不用写就可以做数据可视化的工具,甚至被有些人用来画风景呢。但是,写代码做自己的数据可视化还是有不少好处的,除了更加灵活高效外,还可以完全根据自己的需要进行“定制”。

用编程实现可视化其实是非常有趣的,虽然从起点学习编程不是那么容易,而且大部分人都会说没有足够的时间,但我依然觉得,为了获得长期的收益,从一开始花点功夫还是值得的。

以下的部分是根据我使用不同编程语言及工具的经验分享给大家的一点小提示。

◆ ◆

五个技巧

1. 使用你最熟悉的软件

学习用编程建立数据可视化不代表要摒弃你已经熟悉的工具。我一般使用任何能够最快速解决问题的工具,这个工具可以是Excel,GoogleSheets,或者是Python。

你不需要只用R或者只用JavaScript做完所有工作,在一项工作中囊括不同的工具是有好处的。你的最终目的是制作可视化图表,每一步的结果会引导你进行到下一步,所以不要太纠结于用“正确”的方法做事。

2. 从基础做起

不要期待你第一次尝试就会做出非常高级非常惊艳的视觉效果。尤其在学习的初期,你是有很多路要走的,所以要从基础做起,再慢慢去使用更加高级的技巧。这样你才不会一开始就感到备受打击,从而放弃学习的希望。

在R语言中,有很多工具包可以帮助你做事情,甚至有时候你只要使用一个函数就行了。但是如果你不熟悉R的编程句法,我还是建议你从最基本的R语言学起,即便可能会有些难。

就好比我之前提到的d3.js这个JacaScript函式库,如果你不熟悉JavaScript,或者刚刚开始学习编程,很多类似的东西都会看起来很难。我建议你从MikeBostock写的基础教程学起,慢慢开始了解你做的东西。

3. 找一个项目去完成

不要认为要把所有的东西学完再开始做项目,这样你会被耽搁。先学习一些基础知识就可以开始了,这至少可以保证,日后当你遇到问题在网上搜索的时候,能够看懂那些解决方法。

选择一些数据,然后开始着手尝试可视化吧。一开始的进展肯定非常缓慢,你也会觉得很困惑,这都是很正常的。我直到现在还经常因为一些问题感到困惑,但你一定要坚持做完。

做项目的受益之处,在于它逼着你去学习你需要知道的。你每做完一个项目,下一个就会变得容易一些了。

通常一个数据可视化的项目会分成以下的步骤。

  • 处理和格式化数据

Python

当我有一个非矩形分隔的文件,或数据比较凌乱时,我会写一些特别的Python脚本。幸运的话,我会找到并重新利用过去已有的脚本。有时会用 Beautiful Soup 来修饰,有时会用csvkit。

R

我只有在需要加载csv格式表格时才会用到R,通常只是做数据聚合,合并,或处理从原来的数据中派生的部分。

Tabula

多用于公开的政府数据,包括在PDF文件中涉及的数据。没有Tabula的话这个过程将非常痛苦。

Microsoft Excel

只有在有需求的时候才会用到它。数据读入Excel中,然后再导入像Numbers或是OpenOffice这样的工具中。

Google Sheets

有时使用电子表格比写脚本更快,我很喜欢这样简洁的过程。

2) 分析数据

在你去做最后的图形之前,你需要先了解这个数据集。

R

这里我想到的是R。因为R作为一个开源的统计计算语言,它有一个很丰富的社区,数不尽的扩展包,以及在Stack Overflow上大量的已解答的问题。

  • 制作静态图形

这对我来说通常包含两个阶段:( i )在R中进行可视化 ; (ii)在Illustrator中润色。

R

在R中有可视化工具包,如ggplot2,但我几乎全部使用R自带的那些功能,即base R。对此我写过很多教程。

Adobe Illustrator

如果图形要发布给别人看,我会以PDF格式保存R生成的图形,并在Illustrator中编辑。虽然有些矫枉过正,但效果还不错。我也在考虑试着用Sketch。

  • 制作交互式图形

Flash已经过时了,而JavaScript是新的宠儿。R在这里应用不广。

d3.js

我用数据驱动的文档来做交互式的数据可视化(我还在学习中)。有许多例子可以用来试手。但如果我想快速完成一个图表,我有时也会尝试用Vega-Lite。

4.认真阅读编程指南和范例

编程指南是很有用的。一开始可能会有些难,但你必须要适应。如果你的程序出了问题,很大可能是因为你写的不对,而不是代码的实现有问题。所以这个时候你就需要仔细阅读指南,确认你的函数运用是正确的。

在R语言中,所有函数的指南都是用相同的格式写的,它会告诉你这个函数有哪些参数,返回值是什么,并且之后会给出使用的范例,这些范例都非常经典。

d3.js函式库的创建者MikeBostock就写了非常好的指南,在网上也有很多其他教程。Bostock在指南中收录的大量范例是非常有用的,每当我遇到问题,在网上搜索解决方法的时候,我一般都会把出现的问题和“mbostock”放在一起搜索。

5. 着手去做

我有时会也会因为想太多而迟迟不开始,但是只要你能着手按照以上的小提示去做,能节省很多时间。用工具进行数据可视化,一般会有一个最优的做法,但没有必要从一开始就去寻找它。先把形状和颜色在屏幕上试下,然后将数据编译进去,让数据在大体上看起来没问题。如果有些不对劲(尤其是对于含有互用和动画的可视化项目),你再去寻求更优化的做法。一般情况下,即使不是最优,你的图表也是没错的。

好了,就说这么多。现在请着手去做吧!

素材来源:http://flowingdata.com

本文分享自微信公众号 - 大数据文摘(BigDataDigest)

原文出处及转载信息见文内详细说明,如有侵权,请联系 yunjia_community@tencent.com 删除。

原始发表时间:2016-07-27

本文参与腾讯云自媒体分享计划,欢迎正在阅读的你也加入,一起分享。

发表于

我来说两句

0 条评论
登录 后参与评论

相关文章

来自专栏Java帮帮-微信公众号-技术文章全总结

【大牛经验】优秀Java程序员必备10招

1. 拥有扎实的基础和深刻理解 OO 原则 对于 Java 程序员,深刻理解 ObjectOriented Programming(面向对象编程)这一概念是...

13830
来自专栏架构师小秘圈

程序员如何解决时间利用率不高这个大bug?

一直感觉自己时间不够用,因此学习过 GTD 和番茄时间管理法等,每种管理法都有自己的优缺点,也有自己不习惯的部分。经过一长段时间(接近两年)的实践与改良、结合番...

40080
来自专栏CDA数据分析师

数读 | 为什么运维朋友们都需要学Python?

运维人员需不需要学开发?需不需要学Python?PythonN和Shell有什么区别?天天问这种好水的问题,我实在受不了,决定帮大家扫扫盲。 现阶段,掌握一门开...

53650
来自专栏企鹅号快讯

谁适合学Python?学了Python可以做什么工作?

Tips: 目前在很多行业中都在越来越多的应用Python,这也是很多行业学习Python的原因,Python主要的应用领域有哪些呢?今天我们就来详细看一下。 ...

2.1K50
来自专栏SDNLAB

SDN实战团分享(十九):OpenDaylight在电信网络中的应用

大家好!首先自我介绍一下:我来自中国电信广州研究院,我和我的SDN小组是一支来自电信运营商的研发团队,主要从事一些预研性的研究和开发工作。大家可能是从最近的一本...

47670
来自专栏大数据文摘

解密:Python风靡全宇宙,首要原因竟是它?

16930
来自专栏机器学习AI算法工程

如何处理 Python 入门难以进步的现象?

问题: 如何处理 Python 入门难以进步的现象? 看视频看呀看呀看, 看完了,基础的都懂了 然后就想写点东西 可是无从下手呀,我以为基础不扎实,又去看视...

42640
来自专栏钱塘大数据

【干货】五个技巧教你用编程实现数据可视化

导读:数据可视化可以通过视觉形式来呈现抽象的数据信息,有利于对数据进行更深入的观察和分析,除了使用现有的可视化软件和工具,也可以用编程定制属于自己的数据可视化,...

37670
来自专栏CDA数据分析师

使用 Python 创建 AI 比你想象的轻松

原文地址:https://blog.csdn.net/Lunaqi/article/details/76171702

26030
来自专栏java一日一条

不要和一种编程语言厮守终生:为工作正确选择

我们程序员在着手一个项目时,需要做的关键决定之一就是选择一种语言,或一组语言,用于实施该系统。这一决定不仅会影响系统的实现,也会影响设计。例如,我们应该使用面向...

10420

扫码关注云+社区

领取腾讯云代金券