数据可视化
数据如何呈现，如何突出它的重要性是我们在做数据挖掘中很重要的一个部分，而数据可视化让数据以可视化形式呈现时，格局、关联和其他会心时刻便浮现出来，让我们可以了解到数据背后的故事。
常用的数据可视化工具
如何制作一个既能准确的描述出数据的特点又能美观的图表，是数据可视化的最核心的内容，而对于数据可视化，我们不能只关注与实现的途径，我们更加关注的是它的结果。数据可视化没有最好的工具，我们的目标就是让数据呈现的更符合我们的要求，达到它的效果。一个用编程绘制的图和一个用Excel等工具绘制的图，我们关注的不是这个途径，而是它的最终效果。下面我就和大家简单介绍几种绘图工具。
Excel
当我们谈到Excel ,对于我们这些做数据挖掘方面的人，总是觉得它很差，没有编程那么高端的感觉，其实我们都是错的，Excel 不仅适合日常办公，对于我们的数据分析，数据可视化都是很有帮助的。Excel现在作为微软商用Office套件里的组成部分，它提供了一些漂亮而复杂的东西，从单元热度图到散点坐标图都有。虽然只是一款入门级工具，但这对于想要探索数据的初学者来说倒不失为一个快速上手的好东西。你绝对应该将其放入工具箱。下面我推荐几个对excel总结比较详细的文章。
D3
D3.js是数据驱动文件（Data-Driven Documents）的缩写，他通过使用HTML\CSS和SVG来渲染精彩的图表和分析图。D3对网页标准的强调足以满足在所有主流浏览器上使用的可能性，使你免于被其他类型架构所捆绑的苦恼，它可以将视觉效果很棒的组件和数据驱动方法结合在一起。D3.js是js语言编写的，这个我们可以自己研究一下，主要参考的话也是可以看官网的案例。
Tableau
Tableau是全球知名度很高的数据可视化工具，你可以轻松用Tableau将数据转化成你想要的形式。Tableau是一个非常强大，安全，灵活的分析平台，支持多人协作。你还可以通过Tableau软件、网页、甚至移动设备来随时浏览已生成的图表，或将这些图表嵌入到报告、网页或软件中。这个比较适合商用，而且上手也比较简单。打击也可以直接参考官方给出的文档就行了。
Gephi
Gephi是一款著名的开源可视化软件，可以处理关系数据并制作关系网络图，例如，在微博等社交媒体上，谁关注谁；在选举中，谁为谁投票；在企业中，谁与谁是上下级关系。在我们进行关系网络绘制，以及关系图是很有帮助的。
官方文档
ECharts
ECharts最初是"Enterprise Charts"（企业图表）的简称，来自百度EFE数据可视化团队，是用JavaScript实现的开源可视化库。ECharts的功能非常强大，对移动端进行了细致的优化，适配微信小程序，支持多种渲染方式和千万数据的前端展现，甚至实现了无障碍访问，对残障人士友好。而且这个是百度完全开源的一个工具，我们可以先看上面的实例，需要的话，就直接对实例进行修改。比较方便，这个的话我们也可以直接看官网的教程。
实例介绍
Plotly
Plotly是一个知名的、功能强大的数据可视化框架，可以构建交互式图形和创建丰富多样的图表和地图。Plotly可以提供比较少见的图表，比如等高线图、烛台图（K线图）和3D图表，而大多数工具都没有这些图表。此外，Plotly的团队还维护着增长飞快的R、Python以及JavaScript的开源可视化库。待会我在Python这一块也会介绍。
Google Charts
Google也开发了自己的JavaScript图表函数库Google Charts。Google Charts不仅免费提供给开发人员使用，还有完全免费的三年的向后兼容性保证。开发者可以从各种图表模板中进行选择以创建交互式图表，之后只需要将简单的JavaScript嵌入到页面中就可以在网页上展示这些图表。
Leaflet
Leaflet是一个开源JavaScript函数库，可以制作适配移动端的交互式地图。Leaflet不仅设计简单，使用方便，而且功能齐全，可以实现的效果和功能不输给其他的地图。Leaflet适用于大多数PC和移动端，并且可以通过大量的插件进行扩展。
python
这个对于喜欢使用编程的人群是比较方便，Python提供了很多第三方的可视化库，比如Seaborn,matplotlib,plotly,pyecharts.其中那个后面两种是对应可视化
工具得API,但具备了大部分功能，对于基本的可视化是可以满足的。
可视化的工具很多，这个看每个人的习惯，然后有的可视化可能在某一方面比较突出，大家可以尽可能多学习一下常用的可视化工具的优缺点。择优用之，下面我推荐几个可视化写的比较好的博主以及可视化总结比较好的文章。