❶ 數據可視化工具有哪些,越炫酷越好,任務比較急在一個月之內需要完成,有知道的朋友給介紹一下唄。
數據分析之大數據可視化之初級篇--零編程工具
Tableau
Tableau 是一款企業級的大數據可視化工具。Tableau 可以讓你輕松創建圖形，表格和地圖。 它不僅提供了PC桌面版，還提供了伺服器解決方案，可以在線生成可視化報告。伺服器解決方案可以提供了雲託管服務。
Infogram
Infogram的最大優勢在於，讓可視化信息圖表與實時大數據相鏈接。只須三個簡單步驟，可以選擇在眾多圖表，地圖，甚至是視頻可視化模板中進行選擇，支持團隊賬號。
ChartBlocks
ChartBlocks是一個易於使用在線工具，它無需編碼，便能從電子表格，資料庫中構建可視化圖表。整個過程可以在圖表向導的指導下完成。圖表是響應式的，並且可以和任何的屏幕尺寸及設備兼容。
Datawrapper
Datawrapper是一款專注於新聞和出版的可視化工具。 Datawrapper非常容易使用，不需要任何編程基礎。你只需要上傳你的數據，便能輕松地創建和發布圖表，甚至是地圖。Datawrapper提供了 眾多的自定義布局及地圖模板。
Plotly
Plotly幫助你在短短幾分鍾內，從簡單的電子表格中開始創建漂亮的圖表。如果希望為JavaScript和Python等編程語言提供一個API介面的 話，Plotly是一款非常人性化的工具。
RAW
RAW彌補了很多工具在電子表格和矢量圖形(SVG)之間的缺失環節。你的大數據可以來自MicrosoftExcel中，谷歌文檔或是一個簡單的逗號分 隔的列表。它最厲害的功能是可以很容易地導出可視化結果，因為它和Adobe Illustrator，Sketch 和Inkscape是相容的。
Visual.ly
Visual.ly是一個可視化的內容服務。它提供專門的大數據可視化的服務。如果你想完 全外包可視化文件給第三方。你可以使用非常簡化的在線流程：你只需描述你的項目，服務團隊將在項目的整個持續時間內和你在一起。
Leaflet
Leafleft 基於Open Street Map數據，使用HTML5 / CSS3繪制互動式可視化圖。可以使用他們的擴展插件庫添加熱點圖(heatmaps)和動畫標記。 Leaflet 是開源和只有33 KB大小。
Chartist.js
Chartist.js的開發社區一直致力於打敗所有其他JavaScript圖表庫。它使用了Sass的個性化風格，它的SVG輸出是響應式的。
N3-charts
N3-charts是一種基於AngularJS框架的工具。它建立在D3.js之上，幫助您創建簡單的互動圖表。 N3-charts是一種小型化的圖表工具，不適用於大型項目。
Sigma JS
Sigma JS 是互動式可視化工具庫。由於使用了WebGL技術，可以使用滑鼠和觸摸的方式來更新和變換圖表，同時支持JSON和GEXF兩種數據格式。這為它提供了大量的可用互動式插件。Sigma JS 專注於網頁格式的網路圖可視化，在大數據網路可視化中非常有用。
Polymaps
Polymaps是一款地圖可視化一個JavaScript工具庫。 Polymaps使用SVG實現從國家到街道一級地理數據的可視化。可以使用CSS格式來修改你的樣式。它是創建heatmap熱點圖的最好的工具之一，創建的所有地圖都可以變成動態圖。
Processing.js
Processing.js是一個基於可視化編程語言的JavaScript庫。作為一種面向Web的JavaScript 庫，Processing.js是能夠有效進行網頁格式圖表處理。這使得它成為了一種非常好交換式可視化工具。 Processing.js需要一個兼容HTML5的瀏覽器來實現這一功能。
❷ 前端用echarts實現表格形柱形圖的有哪些
ECharts，縮寫來自Enterprise Charts，商業級數據圖表，一個純Javascript的圖表庫，可以流暢的運行在PC和移動設備上，兼容當前絕大部分瀏覽器（IE6/7/8/9 /10/11，chrome，firefox，Safari等），底層依賴輕量級的Canvas類庫ZRender，提供直觀，生動，可交互，可高度個性 化定製的數據可視化圖表。創新的拖拽重計算、數據視圖、值域漫遊等特性大大增強了用戶體驗，賦予了用戶對數據進行挖掘、整合的能力。支持折線圖（區域圖）、柱狀圖（條狀圖）、散點圖（氣泡圖）、K線圖、餅圖（環形圖）、雷達圖（填充雷達圖）、和弦圖、力導向布局圖、地圖、儀表 盤、漏斗圖、事件河流圖等12類圖表，同時提供標題，詳情氣泡、圖例、值域、數據區域、時間軸、工具箱等7個可交互組件，支持多圖表、組件的聯動和混搭展 現。模塊化單文件引入(推薦)1新建一個echarts.html文件，為ECharts准備一個具備大小(寬高)的Dom，2新建script標簽引入模塊化單文件echarts.js，3新建script標簽中為模塊載入器配置echarts和所需圖表的路徑(相對路徑為從當前頁面鏈接到echarts.js)，4script標簽內動態載入echarts和所需圖表，回調函數中可以初始化圖表並驅動圖表的生成，5瀏覽器中打開ecarts.html，就可以看到以下效果，：END標簽式單文件引入新建一個echarts.html文件，為ECharts准備一個具備大小(寬高)的Dom，新建script標簽引入echart-all.js，新建script，使用全局變數echarts初始化圖表並驅動圖表的生成，瀏覽器中打開echarts.html，可以看到如下效果，
❸ 5個常用的大數據可視化分析工具
1、FineReport
FineReport是一款純Java編寫的、集數據展示(報表)和數據錄入(表單)功能於一身的企業級web報表工具，只需要簡單的拖拽操作便可以設計復雜的中國式報表，搭建數據決策分析系統。
2、Echarts
前面說過了，Echarts是一個開源免費的javascript數據可視化庫，它讓我們可以輕松地繪制專業的商業數據圖表。
大家都知道去年春節以及近期央視大規劃報道的網路大數據產品，如網路遷徙、網路司南、網路大數據預測等等，這些產品的數據可視化均是通過ECharts來實現的。
3、FineBI
FineBI是新一代自助大數據分析的商業智能產品，提供了從數據准備、自助數據處理、數據分析與挖掘、數據可視化於一體的完整解決方案，也是我比較推崇的可視化工具之一。
FineBI的使用感同Tableau類似，都主張可視化的探索性分析，有點像加強版的數據透視表。上手簡單，可視化庫豐富。可以充當數據報表的門戶，也可以充當各業務分析的平台。
4、pyecharts
Echarts(下面會提到)是一個開源免費的javascript數據可視化庫，它讓我們可以輕松地繪制專業的商業數據圖表。當Python遇上了Echarts，pyecharts便誕生了，它是由chenjiandongx等一群開發者維護的Echarts Python介面，讓我們可以通過Python語言繪制出各種Echarts圖表。
5、Bokeh
Bokeh是一款基於Python的互動式數據可視化工具，它提供了優雅簡潔的方法來繪制各種各樣的圖形，可以高性能的可視化大型數據集以及流數據，幫助我們製作互動式圖表、可視化儀錶板等。