数据可视化，我经常于用这些工具
发布时间：2021-06-04 13:00:31 所属栏目：大数据 来源：互联网
导读：01 Excel 网传数据分析师必备基础套餐是ESP，即Excel+SQL+Python，这种说法不见得完全正确，但也确有一定道理，其中Excel更是几乎每名数据分析师乃至每名职场人士必备的办公工具。 个人也习惯于应用Excel，更具体说主要是应用Excel的三类功能：图表制作、内
|
01 Excel
网传数据分析师必备基础套餐是ESP，即Excel+SQL+Python，这种说法不见得完全正确，但也确有一定道理，其中Excel更是几乎每名数据分析师乃至每名职场人士必备的办公工具。
个人也习惯于应用Excel，更具体说主要是应用Excel的三类功能：图表制作、内置函数以及数据透视表。一般而言，当数据量较小（100以内）时，个人非常倾向于用Excel完成图表插入，不仅简洁方便，而且内置的多种样式、丰富的设置选项以及所见即所得的制图体验，都无疑是小数据量作图的首选。
▲Excel内置了丰富的图表类型
Excel支持的图表类型也极为丰富，除了常规的条形图、折线图、饼图和散点图之外，像雷达图、旭日图、箱线图等视觉效果更好的图表也是支持的。同时更是支持了丰富的设置效果，而且都是极为简便易懂的，几乎不需要教程即可摸索掌握。
02 Python可视化库
作为一名数据分析师，Python几乎是必须掌握的；而在Python数据分析相关的众多第三方包中，可视化库又非常强大。在这其中，个人尤为常用的有5个相关库：
1. Matplotlib
该库与Numpy和pandas号称Python数分三剑客，也是当初配合Numpy和scipy替代Matlab的重要一环，几乎是Python数据分析过程中必须熟练掌握的绘图库。
不过需要承认的是，Matplotlib功能强大，但其实相对更加偏向底层，提供了大量的参数和接口来设置图表各种细节，对于初学者来说并不那么友好。但实话说，在彻底掌握其核心思想之后，其实还是比较符合正常思维的。
这里，附个人总结的Matplotlib完整入门教程：Matplotlib入门详细教程
2. seaborn
既然Matplotlib过于偏向底层，绘图也较为繁琐，那有没有简单易上手的绘图库呢？seaborn其实算得上一个，不过也并不算是Matplotlib的升级或替代品，而只能算是有力补充。
相较而言，seaborn基于Matplotlib，提供了更为丰富的样式，具有更加简洁的API接口，一两句代码就能完成非常强大的图表绘制。
附seaborn入门教程：Python数据科学系列：seaborn入门详细教程
 （编辑：钦州站长网） 【声明】本站内容均来自网络，其相关言论仅代表作者个人观点，不代表本站立场。若无意侵犯到您的权利，请及时与联系站长删除相关内容! |
