python數據可視化用什麼工具

『壹』 現在都流行說大數據，那怎麼樣可以讓大量的數據可視化呢用什麼工具可以做到

可以利用工具，未至科技鸚鵡可分析文章關鍵詞並賦予權重，自動總結文章主題，將連續的自然語言文本切分成具有語義合理性和完整性的詞彙序列；將文本中特定類型的事物名稱或符號識別出來。目前已應用於多個行業領域，同時也包括一些通用領域如人名、地名、機構名、時間日期等。

『貳』 求一款好用的python圖形化編程工具

你想多了，Python的長處不在於圖形化編程，當然它也能做，在應用上可能更多用於後台，不需要圖形界面。如果想用它開發桌面程序，你得安裝第三方的界面庫，個人最喜歡的是PYQT，目前5.0版本，其附帶的控制項清爽簡潔，遠勝其他的界面庫。PYQT雖然能拖拖拽拽來畫界面，但你想像傳統工具，比如visualstudio，畫好界面後，雙擊某個控制項進入該控制項的代碼編寫，很遺憾，不可以！其生成的界面需要經過程序轉化成python代碼才能在python編輯器中編輯，而且每次修改界面，都要重新轉化生成，稍顯麻煩。另外，PYQT的控制項的事件機制不同於windows，這個要去學習適應，且它有6000餘函數，這個學習的成本還是比較高的。總結：傳統的可視化編程學習其語法後，自然進入圖形界面編程，而學習了Python，還需要重新學習PYQT，方能編寫桌面程序。

『叄』 怎樣用python進行數據可視化

用python進行數據可視化的方法：可以利用可視化的專屬庫matplotlib和seaborn來實現。基於python的繪圖庫為matplotlib提供了完整的2D和有限3D圖形支持。
我們只需藉助可視化的兩個專屬庫（libraries），俗稱matplotlib和seaborn即可。
（推薦教程：Python入門教程）
下面我們來詳細介紹下：
Matplotlib：基於Python的繪圖庫為matplotlib提供了完整的2D和有限3D圖形支持。這對在跨平台互動環境中發布高質量圖片很有用。它也可用於動畫。
Seaborn：Seaborn是一個Python中用於創建信息豐富和有吸引力的統計圖形庫。這個庫是基於matplotlib的。Seaborn提供多種功能，如內置主題、調色板、函數和工具，來實現單因素、雙因素、線性回歸、數據矩陣、統計時間序列等的可視化，以讓我們來進一步構建復雜的可視化。

『肆』 實現數據可視化的幾個工具選擇

鏈接：http://pan..com/s/1BWBtFMYeQazJWUYSmHi5fw

Python&Tableau：商業數據分析與可視化。Tableau的程序很容易上手，各公司可以用它將大量數據拖放到數字「畫布」上，轉眼間就能創建好各種圖表。這一軟體的理念是，界面上的數據越容易操控，公司對自己在所在業務領域里的所作所為到底是正確還是錯誤，就能了解得越透徹。

快速分析：在數分鍾內完成數據連接和可視化。Tableau 比現有的其他解決方案快 10 到 100 倍。大數據，任何數據：無論是電子表格、資料庫還是 Hadoop 和雲服務，任何數據都可以輕松探索。

課程目錄：

前置課程-Python在咨詢、金融、四大等領域的應用以及效率提升

Python基礎知識

Python入門：基於Anaconda與基於Excel的Python安裝和界面

簡單的數學計算

Python數據分析-時間序列2-數據操作與繪圖

Python數據分析-時間序列3-時間序列分解

......

『伍』 python可視化編程工具哪個好

1）eclipse + pydev + wxpython
2）netbeans + wxpython
3) emacs + wxpython
4) boa-constructor + 1）- 3)

『陸』 值得推薦的數據可視化工具有哪些

可視化工具包羅萬象，數不勝數，但平時工作中常用的也就那麼幾款：

6）Tableau

較為成功的BI工具之一，操作流暢，界面精美，當然這樣精美的軟體是需要費用的。

另外還有很多工具，例如BDP，圖表秀，數加平台、魔鏡等，但個人認為上面幾款已經足夠使用，切勿貪多。

『柒』 數據可視化是使用python還是可視化工具

大數據魔鏡的，雲平台的永久免費的，基礎的版本離線安裝使用的，也是免費的，可視化的效果庫使用的是網路的Echarts和D3.js的，有興趣你可看一下，更高級的版本的是要收費的，屬於定製版本，分別為高級企業版，hadoop版

『捌』 有哪些值得推薦的數據可視化工具

大講台數據可視化培訓為你解答：
第一部分：入門級工具
1、Excel
Excel的圖形化功能並不強大，但Excel是分析數據的理想工具，上圖是Excel生成的熱力地圖
作為一個入門級工具，Excel是快速分析數據的理想工具，也能創建供內部使用的數據圖，但是Excel在顏色、線條和樣式上可選擇的范圍有限，這也意味著用Excel很難製作出能符合專業出版物和網站需要的數據圖。但是作為一個高效的內部溝通工具，Excel應當是你百寶箱中必備的工具之一。
2、CSV/JSON
CSV(逗號分隔值)和JSON（JavaScript對象注釋）雖然並不是真正的可視化工具，但卻是常見的數據格式。你必須理解他們的結構，並懂得如何從這些文件中導入或者導出數據。以下將要介紹的所有數據可視化工具都支持CSV、JSON中至少一種格式。
第二部分：在線數據可視化工具
3、GoogleChartAPI
GoogleChartAPI工具集中取消了靜態圖片功能，目前只提供動態圖表工具。能夠在所有支持SVG\Canvas和VML的瀏覽器中使用，但是GoogleChart的一個大問題是：圖表在客戶端生成，這意味著那些不支持JavaScript的設備將無法使用，此外也無法離線使用或者將結果另存其他格式，之前的靜態圖片就不存在這個問題。盡管存在上述問題，不可否認的是GoogleChartAPI的功能異常豐富，如果沒有特別的定製化需要，或者對Google視覺風格的抵觸，那麼你大可以從GoogleChart開始。
4、Flot
Flot是一個優秀的線框圖表庫，支持所有支持canvas的瀏覽器（目前主流的瀏覽器如火狐、IE、Chrome等都支持）。
5、Rapha?l
Rapha?l是創建圖表和圖形的JavaScript庫，與其他庫最大的不同是輸出格式僅限SVG和VML。SVG是矢量格式，在任何解析度下的顯示效果都很好。
6、D3
D3（DataDrivenDocuments）是支持SVG渲染的另一種JavaScript庫。但是D3能夠提供大量線性圖和條形圖之外的復雜圖表樣式，例如Voronoi圖、樹形圖、圓形集群和單詞雲等。雖然D3能夠提供非常花哨的互動圖表，但你在選擇數據可視化工具時，需要牢記的一點是：知道在何時保持簡潔。
7、Visual.ly
如果你需要製作信息圖而不僅僅是數據可視化，目前也有大把的工具可用。Visual.ly就是最流行的一個選擇。雖然Visual.ly的主要定位是：「信息圖設計師的在線集市」，但是也提供了大量信息圖模板。雖然功能還有很多限制，但是Visual.ly絕對是個能激發你靈感的地方。
第三部分：互動圖形用戶界面（GUI）控制
如果數據可視化的互動性強大到可以作為GUI界面會怎樣？隨著在線數據可視化的發展，按鈕、下拉列表和滑塊都在進化成更加復雜的界面元素，例如能夠調整數據范圍的互動圖形元素，推拉這些圖形元素時輸入參數和輸出結果數據會同步改變，在這種情況下，圖形控制和內容已經合為一體。以下這些工具能夠幫你實現這些功能：
8、Crossfilter
當我們為方便客戶瀏覽數據開發出更加復雜的工具時，我們已經能夠創建出既是圖表，又是互動圖形用戶界面的小程序。JavaScript庫Crossfilter就是這樣的工具。
Crossfilter應用：當你調整一個圖表中的輸入范圍時，其他關聯圖表的數據也會隨之改變。
9、Tangle
JavaScript庫Tangle進一步模糊了內容與控制之間的界限。在下圖這個應用實例中，Tangle生成了一個負載的互動方程，讀者可以調整輸入值獲得相應數據。
第四部分：地圖工具
地圖生成是web上最困難的任務之一。GoogleMaps的出現完全顛覆了過去人們對在線地圖功能的認識。而Google發布的MapsAPI則讓所有的開發者都能在自己的網站中植入地圖功能。
近年來，在線地圖的市場成熟了很多，如果你需要在數據可視化項目中植入定製化的地圖方案，目前市場上已經有很多選擇，但是知道在何時選擇何種地圖方案則成了一個很關鍵的業務決策。地圖方案看上去功能都很強大，但是切忌：「有了一把錘子，看什麼都像釘子。」
10、ModestMaps
顧名思義，ModestMaps是一個很小的地圖庫，只有10KB大小，是目前最小的可用地圖庫。這似乎意味著ModestMaps只提供一些基本的地圖功能，但是不要被這一點迷惑了。在一些擴展庫的配合下，例如Wax，ModestMaps立刻會變成一個強大的地圖工具。
11、Leaflet
CloudMade團隊為大家帶來了Leaflet，這是另外一個小型化的地圖框架，通過小型化和輕量化來滿足移動網頁的需要。Leaflet和ModestMaps都是開源項目，有強大的社區支持，是在網站中整合地圖應用的理想選擇。
12、PolyMaps
Polymaps是另外一個地圖庫，但主要面向數據可視化用戶。Polymaps在地圖風格化方面有獨到之處，類似CSS樣式表的選擇器，是不可錯過的好東西。
13、OpenLayers
OpenLayers可能是所有地圖庫中可靠性最高的一個。雖然文檔注釋並不完善，且學習曲線非常陡峭，但是對於一些特定的任務來說，OpenLayers無可匹敵。例如能夠提供一些其他地圖庫都沒有的特殊工具。
14、Kartograph
Kartograph的標記線是對地圖繪制的重新思考，我們都已經習慣了莫卡托投影（Mercatorprojection），但是Kartograph為我們帶來了更多的選擇。如果你不需要調用全球數據，而僅僅是生成某一區域的地圖，那麼Kartogaph將使你脫穎而出。
15、CartoDB
CartoDB是一個不可錯過的網站。你可以用CartoDB很輕易就把表格數據和地圖關聯起來，這方面CartoDB是最優秀的選擇。例如，你可以輸入CSV通訊地址文件，CartDB能將地址字元串自動轉化成經度/維度數據並在地圖上標記出來。目前CartoDB支持免費生成五張地圖數據表，更多使用需要支付月費。
ChartingFonts（隨著iPad3等高清移動設備的普及）web開發的一個最新趨勢是將符號字體與字體整合（把符號變成字體），創建出漂亮的矢量化圖標。在這些新型字體中，例如FFChartwell和Chartjunk是專門用來顯示圖表和圖形的。他們與OpenType碰到的問題一樣，就是不能被所有的瀏覽器支持，但是不久的未來這些矢量字體將是數據可視化工作中需要考慮到的因素。
第五部分：進階工具
如果你准備用數據可視化做一些「嚴肅」的工作，那麼你可能不會對在線可視化工具或者web小程序有太大興趣，你需要的是桌面應用和編程環境。
16、Processing
Processing是數據可視化的招牌工具。你只需要編寫一些簡單的代碼，然後編譯成Java。目前還有一個Processing.js項目，可以讓網站在沒有JavaApplets的情況下更容易地使用Processing。由於埠支持Objective-C，你也可以在iOS上使用Processing。雖然Processing是一個桌面應用，但也可以在幾乎所有平台上運行，此外經過數年發展，Processing社區目前已近擁有大量實例和代碼。
17、NodeBox
NodeBox是OSX上創建二維圖形和可視化的應用程序。你需要了解Python程序，NodeBox與Processing類似，但是沒有Processing的互動功能。
第六部分：專家級工具
與Excel相對的是專業數據分析工具。如果你是一個專業的數據分析師，那麼你就必須對下面將要介紹的工具有所了解（如果不是精通的話）。眾所周知，SPSS和SAS是數據分析行業的標准工具，但是這些工具的費用不菲，只有大型組織和學術機構才有機會使用，下面我們介紹幾種免費的替代工具，這些開源工具的共同特徵是都有強大的社區支持。開源分析工具性能不輸老牌專業工具，插件的支持甚至更好。
18、R
作為用來分析大數據集的統計組件包，R是一個非常復雜的工具，需要較長的學習實踐，學習曲線也是本文所介紹工具中最陡峭的。但是R擁有強大的社區和組件庫，而且還在不斷成長。當你能駕馭R的時候，一切付出都是物有所值的。
19、Weka
當你成長成一名數據科學家的時候，你需要將個人能力從數據可視化擴展到數據挖掘領域。Weka是一個能根據屬性分類和集群大量數據的優秀工具，Weka不但是數據分析的強大工具，還能生成一些簡單的圖表。
20、Gephi
Gephi是進行社交圖譜數據可視化分析的工具，不但能處理大規模數據集並生成漂亮的可視化圖形，還能對數據進行清洗和分類。Gephi是一種非常特殊的軟體，也非常復雜，先於他人掌握Gephi將使你一騎絕塵。

『玖』 Python中數據可視化經典庫有哪些

Python有很多經典的數據可視化庫，比較經典的數據可視化庫有下面幾個。

matplotlib

是Python編程語言及其數值數學擴展包 NumPy 的可視化操作界面。它利用通用的圖形用戶界面工具包，如 Tkinter, wxPython, Qt 或 GTK+，向應用程序嵌入式繪圖提供了應用程序介面。

pyplot 是 matplotlib 的一個模塊，它提供了一個類似 MATLAB 的介面。 matplotlib 被設計得用起來像 MATLAB，具有使用 Python 的能力。

優點：繪圖質量高，可繪制出版物質量級別的圖形。代碼夠簡單，易於理解和擴展，使繪圖變得輕松，通過Matplotlib可以很輕松地畫一些或簡單或復雜的圖形，幾行代碼即可生成直方圖、條形圖、散點圖、密度圖等等，最重要的是免費和開源。

優點：用於創建、操縱和研究復雜網路的結構、以及學習復雜網路的結構、功能及其動力學。

上面是我的回答，希望對您有所幫助！

『拾』 國內有哪些好的數據可視化工具，推薦一下

誠然，數據可視化可謂是數據分析工作的最後一道工序，前面的作業做得再好，如果不能很好地展現出來，那就算是臨門一腳、功虧一簣了……下面給大家列出好用的數據可視化工具清單，希望可以為你的學習或工作帶來一些幫助。

1、強大的R可視化包-ggplot2

R是一款偏向於統計分析的腳本語言軟體，基於S語言開發，如果你是R語言忠實fans，我相信你一定不會不知道R里單獨的一個繪圖包—ggplot2，之所以給ggplot2「強大」的頭銜，一方面確實能夠輕松應付各個領域的圖像繪制，靜態的，動態的，說的出名字的，個性化特製的；另一方面小編就是學統計學的，自然相對熟悉這個包。

ggplot2由Hadley Wickham在2005年創造。受歡迎的原因是將圖形分解為語素（如尺度、圖層）的思想。ggplot2可以作為R語言基礎繪圖包的替代，同時ggplot2預設有多種印刷及網頁尺寸。

當然有些數據分析軟體也帶透視表、繪圖功能，如MySQL、SPSS，但數據可視化不作為主要功能，這里就不如上面較詳細說了。