不输Tableau和Python，学会它，你的数据可视化向导一定满意

文末有福利

关于数据分析师来说，可视化永久是一门不外时的学问，不仅由于上到企业向导、下到业务分析都要用到可视化，更由于它是分析师手中的精良东西，它向我们展现了数据眼前的纪律。

但很多人又会问，本人做的数据可视化丑出天涯，向导不喜好怎样办？

那我想问你一个成绩，你是用Excel做的，照旧用python做的，又大概，你是拿一些数据可视化东西如Tableau、FineBI做的？你有没有研究过怎样才干做的更顺眼呢？

做过数据分析的人都晓得，可视化中最酷炫的莫过于舆图可视化。但是想要做舆图可视化也并非易事，关于大大多人来说，Excel不休都是首选，但是Excel真的是完成舆图可视化的最好最简便东西吗？

现在市场上，可以完成舆图可视化的东西有很多，可以分为编程类、平台类和软件类三种：

编程类：Matlab、Python、Echarts
平台类：FineBI、Tableau
软件类：Excel

毕竟哪一个东西做舆图可视化最简便、最省力、最强壮呢？今天我们就来实测一下！

制造可视化舆图

1、Excel

Excel是大大多人都很熟习的数据处理东西，将数据导入Excel中，选中省份和生齿数两个字段后，再点击上方的三维舆图，就进入了舆图可视化编纂界面。

然后，再将省份字段拖入地点选项，并选择省/市/自治区层级，将生齿数字段拖入高度（值）选项，最初在种别选项中选择省份字段，切换为地区舆图，一张各省市的常住生齿可视化舆图就完成了。

评价：

Excel完成舆图可视化的利用相对来说较为简便，但是功效也比力少，典范仅有柱形图、气泡图、热度图以及地区舆图等，现在大数据范畴稀有的流向舆图等并不在可选范围内，可用的主题也是微软经典的几款，显得有一些“视觉疲劳”。

2、Echarts

Echarts是一款商业级数据图表平台，它是一个纯JavaScript的图表库，因此使用Echarts举行舆图可视化会稍显繁复，必要有一定JS基本才干较为轻松地上手。

由于Echarts的官方示例没有地区舆图的选项（一个小缺陷），因此接纳气泡图来举行展现。在Echarts中，数据必要预优秀行洗濯，再放入代码中。代码块主要分为三局部：字段界说地域地点、字段赋值以及图表框架搭建，局部代码如下所示：

地域字段赋值局部代码

图表框架搭建局部代码

写了约莫300行代码，完成了Echarts的可视化舆图，气泡的轻重表现各省市生齿数目标比力，并且标出了生齿数目Top5的省份。

评价：

纯JavaScript誊写的特点让Echarts在完成舆图可视化的历程中具有极大的自在度，但与此同时，也带来了上手难度大、破费时间长等成绩，总体来看，Echarts作为一款国产东西，可以说瑕不掩瑜，保举有编程基本的读者使用。

3、FineBI

FineBI是新一代自助大数据分析的商业智能产物，提供了从数据准备、自助数据处理、数据分析与发掘、数据可视化于一体的完备处理方案，也是我比力推许的可视化东西之一。

底下就使用FineBI来演示舆图可视化的历程。

第一步：抽取数据

但是就是将准备好的Excel上传到FineBI平台上，幸而FineBI可以支持30多种数据库表，多维数据库、步骤数据集等数据源，可以说很便利了。

上传数据

第二步：创建仪表板，举行舆图可视化编纂

数据抽取完成后，再添加一个仪表板用于制造和展现可视化舆图，然后再添加一个组件，并拔取刚上传的数据集，如此就进入了舆图可视化编纂界面。

可视化编纂界面

将省份维度转换成地域人物，并将天生的经度和纬度分散拖入横、纵轴，同时，将生齿数目标拖入颜色地区。全程只必要鼠标拖拽，完全不必要举行编程，一个高质量的可视化舆图就完成了。

FineBI可视化舆图制造历程

不仅云云，还可以添加组件对省份举行挑选过滤，好比我们必要查察江浙沪三地的情况：

江浙沪三地视图

同时，也可以依据生齿数目区间举行挑选，好比生齿数目在7000万以上的省份分布：

生齿数目7000万以上省份视图

第三步：展现模板

关于这一步展现，excel和echart是比不上FineBI的，由于FineBI平台可以将做好的舆图可视化模板挂出，向导、同事都可以在平台上查察，不必要再制造PPT大概导出成pdf格式举行报告，关于有事情必要的人来说，的确是一个大大束缚了劳作力的功效。

挂出展现模板

评价：

与其他几款东西比力，FineBI利用比力简便，完成后果也很出色。并且，除了上述功效之外，FineBI还支持及时数据更新、舆图钻取、自界说地区、模板复用等功效，并涵盖了绝大局部的图表典范，丰厚了舆图可视化的实用性。

FineBI的酷炫图表

1.动态水球图：让数据浪起来

2.3D全景舆图：布局都市圈级别的宏达场景

3.轨迹图：协助企业轻松追踪百万终端及时轨迹

具体太多了我就不展现了，官网上都有，有兴致的本人去搜搜看。

怎样用FineBI举行可视化分析

1.以下图为例，托拖拽拽就统计出了公司积年的贩卖金额以及回款金额数据……比拟代码调试Python步骤比，的确很爽！

依照FineBI协助文档，开头做出了以下的这个企业的贩卖&回款分析页面，轻松地处理了向导之前反应的Python数据可视化界面的一系列成绩！

2.丑化晋级版

颠末一番研讨，发觉FineBI还可以进一步提需求用户设置组件背景、仪表板背景等功效，于是乎我调出了以下的这一个丑化晋级版本~美滋滋！

3.向导报告终极敲定版

别的参考了FineBI的一些内置demo，于是乎做出下图这个精巧的贩卖办理中央驾驶舱，冷艳吧~嘿嘿，但是也不外是半个小时的鼠标利用光阴了，数据完全可视化展如今向导眼前。给向导报告终了之后，FineBI机动的多维联动、钻取等OLAP分析的特性，备受向导的夸奖与喜好！

最开头，我并不明白怎样做数据分析报表，只会按着向导的要求把目标摆设好，但是偶尔碰到相似底下这些目标的时分，就很头疼。底下的目标各位看着都很熟习，比力分析是我们在数据分析时常常用到的分析办法，渴望比力某目标和昨日值、同期值、年初值、环期值大概目标值之间的差值及其厘革率，但是传统的报表开发通常必要反复添加同一个目标，如底下的”当日存款金额（万）“，然后再对该目标做不同日期过滤取得后果。

作为一个爱（会）上（偷）进（懒）的小白，天然是学点武艺浪费开发时间。关于这种简便反复的事情，则可以用”目标复制“这一功效快速复制已有目标及过滤条件，简便修正过滤条件，就可以轻松提高开发听从。

单个图表组件的听从提升之后，天然我就开头揣摩着怎样提高不同图表组件的开发听从。有的时分会碰到不同组件但是极度相似的分析需求，以底下为例。

我们想做公司部下三个大区的趋向分析，放在一同做比力。如今费了九牛二虎之力做好了“南部大区的趋向分析”，并团结实践业务对此中一些眷注的紧张要素做了以下处理：

①只渴望看到南部大区的干系数据

②起租金额最高的日期举行奖牌标志

③在起租金额均匀值以下的日期举行字体标红警示

④起租金额在130~150范围内的日期举行标蓝处理

⑤格式与数目级优化，数据标签优化等样式优化

一局部对这个南部大区的趋向分析感受满意，接着必要再对东部大区和中西部大区做相反的趋向分析以及对紧张要素举行标志。这时不必要把以上5个步调再设置一遍，只需用上“组件复制“这一神技，然后改换下过滤条件，10秒钟就完成了东部大区的趋向，完全省去了以上一系列繁琐反复的事情，几乎不克不及更便捷！

十分感激列位可以看到这里。