好用的数据可视化工具有哪些？
大数据的基础数据可以是结构化数据，也可能是非结构化数据，是质量好的、由计算机系统采集的数据，也可能是手工维护的文本、表格数据，在经过数据处理和分析的环节后，纷杂的大数据得以整理、整合、清洗、计算，形成易于元数据描述的结果性小数据，信息密度得以极大的提升。在完成信息密度由低到高的魔法变换后，结果性数据如何最大限度地传递价值，一直是业界不断研究和创新的课题。
从“传递价值”的核心意义分析，数据可视化需要考虑两方面的技术，第一是狭义的数据可视化呈现形式，包括各种图表工具和技术；第二是容易被忽视的人机交互，这也是评价数据可视化价值的关键因素。
数据的可视化呈现
可视化的数据呈现，首先体现在基于数据内容的可视化元素上，包括表格、图形和地图。表格作为最传统的可视化呈现元素，伴随了整个信息时代的发展，其技术最为成熟和稳定，按大类主要分为垂直表和交叉表。
图形和地图是近年来的热点技术，尤其大数据兴起后，以图形和地图为核心的数据可视化得到长足的发展。从数据可视化的应用角度，图形和地图可以梳理出如下四大类应用场景：比较、序列、构成、描述。其中“比较”场景细分为进度vs目标、项目vs项目、地域vs地域。
这些表格、图形和地图的元素，在数据可视化的具体应用中，可以单一使用（参考上图进行选择），也可以综合使用，这就是数据可视化的呈现方式，或者说可视化元素如何满足不同最终用户的需求。
数据可视化的交互
结果性数据无论通过表格、图形、地图的数据可视化形式，都依托于一个载体（浏览器等）与最终用户进行交互。从交互的程度来看，初级的交互操作主要是更改查询条件和点击触发事件，高级的交互操作主要是自行更改或者重新进行数据可视化探索。
初级的交互操作
具备更多类似能力，最终用户将大幅减少细节的需求，提高了“传递价值”的效果。
高级的数据探索
初级的交互操作不仅在预设的功能下进行，也在限定的小数据集范围内进行。而高级的数据探索允许最终用户突破限制，更自由的组合数据和调整可视化效果。
如果初级的交互操作覆盖了80%的用户需求，高级的数据探索就满足于真正依赖数据可视化的高级用户，他们渴望通过自助式的可视化分析功能，自行高效完成自身需求，改善了“传递价值”的效率。
集成到办公系统
数据可视化“传递价值”的目的在于辅助决策，如果没有决策需求，就不需要数据可视化技术。而决策需求全部发生在办公环境当中，比如在办公桌前思考、在会议室中讨论、在手机上组织协调、在报告中分析研究......那么数据可视化就必须考虑如何满足这些办公场景，从“传递价值”的效率和效果上不断进步。
常用的可视化工具
1、Microsoft Excel
对于这个软件大家应该并不陌生，对于一般的可视化这个软件完全足矣，但是对于一些数据量较大的数据则不太适合。
2、Google Spreadsheets
Google Spreadsheets是基于Web的应用程序，它允许使用者创建、更新和修改表格并在线实时分享数据。基于Ajax的程序和微软的Excel和CSV（逗号分隔值）文件是兼容的。表格也可以以超文本链接标记语言（HTML）的格式保存。
3、Tableau Software
Tableau Software现在比较受大家的欢迎，既可以超越Excel做一些稍微复杂的数据分析，又不用像R、Python那种编程语言进行可视化那么复杂。好多人都有推荐这款软件。
4、Smartbi Insight
Smartbi Insight提供丰富的ECharts图形可视化选择。通过电子表格作图时可使用Excel完成更为复杂的图形设计。支持Excel静态图形，支持Echarts动态图形。
5、一些需要编程性语言的工具
R语言、JavaScript、HTML、SVG、CSS、Processing、Python。这里主要是列举一下有哪些编程语言可以实现可视化，具体如何实现需要读者自行学习。
以下是利用Smartbi Insight制作的一些炫酷好看的图形，供参考喔！
