京公网安备 11010802034615号
经营许可证编号:京B2-20210330
数据可视化案例与工具大放送
1.财政数据可视化大集合
233个财政数据可视化作品大集合,出自开放知识基金政策和研究方向的负责人Jonathan Gray之手,他目前正在做财政数据可视化有关的研究。
他将全球好的财政数据可视化作品收集在一起,并在谷歌表格上发布共享。这些作品有出自媒体、民间机构和公共机构之手,以可视化手法呈现世界各地的公共财政数据。
半岛电视台在2014年发表了中国在非洲投资的可视化作品。2000到2012年间,中国政府在非洲投资项目超过1900个,承诺投资超过1280亿美金。然而仅有59%的项目的状态是“施工中”或“已完成”,剩下的众多项目仍处在承诺或规划阶段。
读者可以直观地看到中国在非洲各国投资项目的数量、投资金额大小,以及中国在非洲投资大坝、体育馆、矿产和高速公路等项目的情况。
查看地址:http://www.aljazeera.com/indepth/interactive/2014/03/interactive-china-african-spending-spree-2014320121349799136.html
政府的预算报告也是一个亮点。新加坡和香港政府的财政预算也分别被新加坡《海峡时报》和香港《南华早报》以可视化方式呈现,作者可以很直观地看到财政预算的剖析。
查看地址:
1.《海峡时报》“How the Singapore Government is spending its dollars in 2015”:
2.《南华早报》“Deconstructing the 2014-15 Hong Kong Budget”:
那么Jonathan Gray是何许人也?看过《数据新闻手册》的人应该对他不陌生。他是该手册的贡献者之一。在手册其中一章节里介绍公共开销案例。2007年,Jonathan Gray向开放知识基金会提议做“我的钱去哪儿了”项目,让用户用更直观的开源工具了解不同来源的公共数据,推动信息透明。
《数据新闻手册》下载地址>>>
想知道灵动炫酷的可视化效果怎么做?怎么从零基础开始学?软件开发师、开源支持者Nitishi Tiwari撰文重点推荐了八款数据可视化的开源工具 (点击左边即可看到工具条目),一解众忧。如果觉得不过瘾,点击文末链接,有50款工具推荐。
Data Wrapper:由欧洲的新闻学院开发,以便新闻机构做数据可视化作品。该工具基于图形用户界面(GUI),可以用简单四步绘图。
Chart JS:简洁的图表库。在生成图表之前,需要把函数库加进前端代码中,之后可以从函数库的应用程序编程接口(API)加图表,赋值。这款工具适合想要精确调整图表外观的人。它不适合想用现成工具用户。
Charted:由Medium的产品科学组开发,是最简便的在线表格工具之一。只需粘贴谷歌表格或.csv文件,工具就会抓取数据,生成表格。Charted每三十分钟抓取数据,及时更新。
D3:是数据驱动文件(data-driven documents)的缩写,是一个JavaScript函数库。它使用数据创造并控制在网络浏览器里运行的交互图形,必须嵌入在html网页中,依赖矢量图形(SVG), 层叠式样式表(CSS3)等html的工具展示图形。因为需要编写代码,更适合掌握此项技能的数据新闻程序员们。
Dygraphs是一款基于JavaScript的函数库,十分灵活。这款工具的优势是可以处理大的数据集,并为终端用户生成互动数据。
Raw:基于网页的可视化工具。用户可以粘贴数据,在几步内生成图表。
Timeline: 用来做时间轴。按照规定格式将数据放在谷歌表格中,之后Timeline工具生成并发布。然后再网页上嵌入代码即可。
Leaflet:一款轻便、适合移动端用户的JavaScript函数库,用来制作互动地图。
2490个例子?是的你没有看错,就是上文介绍过的开源可视化新锐D3,它的一大好处是让用户能轻松添加、修改和删除数据元素。有业界良心的网友在网上收集了多达2490个D3的图表例子分享给大家。打开链接,你会发现图表已按照不同样式类别归类,在页面左边可以分类查看,也可以在左上方的搜索框里查询,或是浏览右边的缩略图(点击可见大图)。在已有分类的1000个案例中,以地图、网状图、柱状图、折线图等类型居多。任何用户都能在谷歌表格添加案例、题目、超链接、作者、可视化类型等,简单易行。
数据分析咨询请扫描二维码
若不方便扫码,搜微信号:CDAshujufenxi
在大数据时代背景下,海量行业数据亟需通过专业化工具挖掘潜在价值,辅助企业业务决策、优化运营模式、规避经营风险。Python凭借 ...
2026-08-28SQL是数据分析领域最基础、最核心的工具,承担着取数、清洗、统计、分层、归因的全流程工作。不同于单纯的语法练习,实战化SQL数 ...
2026-08-28 很多企业团队并非缺乏指标,而是陷入“指标失控”:仪表盘上堆满实时跳动的数据,却无法回答“当前瓶颈在哪、下一步该做什么 ...
2026-08-28随着新零售模式的快速普及,零售行业从传统的“货品驱动”全面转向“用户驱动”。门店交易数据、线上消费记录、浏览轨迹、复购频 ...
2026-08-27在数据分析、爬虫采集、接口开发、数据归档等场景中,JSON与CSV是两种使用率最高的数据存储格式。JSON为键值对结构化格式,适配 ...
2026-08-27 很多数据分析师每天都在计算指标、制作报表,但当被问到“什么叫指标数据元”“指标数据标准包含哪些核心维度”“指标数据质 ...
2026-08-27在数据分析工作中,时间序列是最常见的数据类型之一,订单时间、日志时间、交易时段、统计周期等数据均离不开时间处理。原始数据 ...
2026-08-26在数据分析与数据预处理工作中,原始数据普遍存在录入错误、系统故障、偶然极值等问题,极易产生异常数据。异常数据会严重干扰数 ...
2026-08-26 很多数据分析师能熟练写SQL、做透视表,但当被问到“数据是从哪里来的?经过哪些加工才进入数据仓库?ETL具体做了什么?”时 ...
2026-08-26在数理统计与数据分析领域,多因素方差分析与线性回归模型是研究变量关系、因素影响、数据差异规律的两大核心工具。二者均属于经 ...
2026-08-25数据分析的核心价值不在于数据计算与图表制作,而在于清晰、精准、有逻辑地输出结论、支撑业务决策。日常数据分析报告普遍存在结 ...
2026-08-25 很多数据分析师能熟练地写SQL、做透视表、算描述性统计,但当被问到“如何预测用户流失概率”“如何归因销量下滑的关键因素 ...
2026-08-25平均数是数据分析、数理统计与日常运算中最基础、最常用的统计量,核心作用是浓缩一组数据的整体水平、刻画数据集中趋势。在众多 ...
2026-08-24在MySQL数据库中,InnoDB存储引擎作为主流事务型引擎,默认事务隔离级别为可重复读(Repeatable Read,RR),这与SQL Server、Or ...
2026-08-24 很多数据分析师拿到数据就开始清洗、建模,但当被问到“这批数据属于什么类型——结构化还是非结构化?分类变量还是数值变量 ...
2026-08-24 很多数据分析师画过趋势图、做过业绩预测,但当被问到“这个月销售额增长20%,到底是长期趋势自然增长,还是促销活动的短期 ...
2026-08-21在数据分析与数据可视化工作中,直方图是展示数据分布特征、离散程度、集中区间的核心图表,能够直观呈现数值数据的频次分布规律 ...
2026-08-20在数据分析领域有一句核心准则:垃圾数据进,垃圾数据出。数据清洗是数据分析、数据建模、数据可视化之前的必经前置工序,也是保 ...
2026-08-20 很多数据分析师做过按月份的销售额趋势图,画过按天的流量折线图,但当被问到“时间序列和普通数据有什么本质区别”“季节性 ...
2026-08-20在Python数据分析与数据清洗工作中,Pandas是最核心的数据处理库,DataFrame是结构化数据的标准存储格式。在实时数据采集、循环 ...
2026-08-19