信息可视化分析工具的比较分析*
———以CiteSpace、HistCite和ＲefViz为例
田军
【摘要】文章选取SCI中以“Digital Libraries”为主题的文献为源数据，基于用户视角和功能视角对Cite Space、HistCite及ＲefViz进行分析比较，用户视角包括界面设计、软件操作、数据处理、节点控制、可视化图谱显示，功能视角包括国家与机构、著者、关键文献、研究热点及趋势。在此基础上，归纳总结各软件在学科知识领域应用中的共性与特性，期望为用户正确选择信息可视化工具提供有益的帮助。
【关键词】信息可视化工具CiteSpace HistCiteＲefViz
Abstract：The paper selected the literatures on subject of“digital libraries”as the source data from SCI，and then compared CiteSpace，HistCite andＲefViz from user perspective and function perspective.The former covered interface design，software，data processing，node control，and visualization map display.The later included countries and institutions，journals，authors，key literature，and research hotspots and trends.In addition，this paper summarized the specialties and commonness of CiteSpace，HistCite andＲefViz in applying and anticipates it can provide help when users select information through visual tools.
Key words：information visualization tools CiteSpace HistCiteＲefViz
1引言
大数据时代，信息呈现出数据量大、价值密度低及快时效等特点，人们保存、检索、分析及利用能力面临着巨大的挑战［1］。信息可视化工具的出现，使得大规模非数值型信息资源得以视觉呈现，为人们理解和分析数据提供了帮助。信息可视化工具种类繁多，CiteSpace、ＲefViz及HistCite3种广受关注［2］。本文在应用层面对这3款工具进行同源数据的对比分析，剖析各个分析软件在学科知识领域应用中的优缺点及各自的特色。
本文的文献数据来源于美国Thomson Scientific集团开发的web of science平台，该平台收录学科齐全，所收录的引文数据质量较高［3］。在web of science平台，时间跨度选择all years，数据库来源选取SCI-EXPANDED、SSCI、A＆HCI、IC以及CCＲ-EXPANDED，数据类型选择all types，检索词为：TITLE=“digital librar*”，经过学科提炼得到4961条数字图书馆方向的文献数据，将这些数据以“txt”文本文档形式下载并保存，数据采集日期为2014年2月12日。
2基于用户视角的引文分析软件的比较分析
2.1界面设计比较分析
相同点：CiteSpace、HistCite和ＲefViz3款软件的主界面均包含菜单项、显示框和参数设置项。
CiteSpace的菜单项包含了文件、项目、数据、网络、可视化等栏目，显示框包含了数据基本信息和软件运行结果报告两部分，参数设置项包含了时间切割、术语来源、术语类型、节点类型、图谱精简和可视化类型等部分。如图1所示。
HistCite的菜单栏包含了文件选项、数据分析、可视化窗口等栏目，在主界面上可以依据记录、作者、期刊等参数对数据进行统计排序并显示，参数设置项包含了国家和地区、机构、语言、文献类型、出版年份等选项，如
*本文系教育部人文社会科学研究规划基金项目“信息用户在图书馆与社会网络使用中的双重融合实证研究”（项目编号：10YJA870029）的研究成果之一。
图2所示。
图1CiteSpace主界面视图
图2HistCite主界面视图
ＲefViz工具的菜单栏包括文件选项、可视化图谱类型选项、工具栏和帮助菜单栏目，在主界面上有galaxy和matrix两种显示类型，galaxy显示的是文献聚类图谱，而matrix图谱则显示主题词之间或者主题词和文献分组之间的关系，ＲefViz主界面提供两个基本参数控制图谱类型，分别为galaxy和matrix，如图3所示。
图3ＲefViz主界面视图
不同点：
CiteSpace的操作界面提供了数据库类型选项，而且提供了项目位置、数据存放位置、数据分析过程和结果报告等选项。
CiteSpace可以同时运行多个窗口，以不同窗口显示各节点的引文历史轨迹图；HistCite仅支持运行一个窗口；而ＲefViz的节点显示窗口都集中在主界面上，一次只能打开一个窗口。
CiteSpace具有良好的提示功能，当软件无法运行数据时会弹出消息框，提示数据格式是否正确、或是否以“download.txt”命名；ＲefViz没有相应提示，主界面给用户提供网络或本地数据库两种选择，当无法将数据导入HistCite时，软件仅提供“文件无效”、“格式有误”或“路径错误”等信息，没有向用户提供更为明确的提示信息。
参数设置方面，CiteSpace有时间段分割、网络精简类型、Threshold Interpolation、Top N per slice；ＲefViz参数方式少，仅按照galaxy和matrix控制图谱类型；HistCite提供的参数设置方法单一，仅提供根据如作者、引文、地区显示结果。
2.2软件操作难易程度分析
相同点：CiteSpace、HistCite和ＲefViz3款软件均为英文版本，尚没有简体中文版本，这无疑加大了用户学习和使用的难度。
不同点：在人机交互方面，HistCite和ＲefViz这两种工具界面简洁、操作步骤简单，软件参数设置简单，比较
容易掌握；CiteSpace在环境支持方面，其运行需要JAVA环境的支撑，不同的软件版本对操作系统有不同的要求；功能方面，CiteSpace中通过很多参数干预结果。
2.3数据处理功能分析
2.3.1数据处理与转换功能
相同点：3款软件均可处理web of science平台的数据，必须以“download.txt”的形式命名数据文件，仅支持英文字母或者数字。
不同点：如果在CiteSpace中处理web of science数据，则需要将从SCI下载的原始数据集以“download.txt”格式另存［4］。打开CiteSpace，利用引文数据转换器将数据集导入转换并输出单独的文件夹中；HistCite也需作数据处理和转换，对比HistCite的样本数据可发现，每条记录之间均存在一个空行，而从SCI下载的数据缺空行，因此需要Notepad++软件处理，利用替换功能，将“EＲ\nPT”换为“EＲ\n\nPT”，实现了在每条记录之间加空行，该软件通过原始数据所在文本文档导入数据，但是文本文档的命名不能出现中文；ＲefViz通过原始数据所在文本文档直接导入数据，保证文本文档是“download.txt”格式即可。
2.3.2支持的语言类型比较
相同点：CiteSpace、HistCite和ＲefViz3款软件均支持英文数据的识别和处理，英文数据来源主要为web of science数据库平台。
不同点：与HistCite和ＲefViz相比，CiteSpace可以支持中文数据的处理，中文数据的来源为南京大学中文社会科学引文索引数据库（CSSCI），只是需要做格式和编码的转换。
2.4节点控制分析
2.4.1节点的缩减功能比较
CiteSpace具有良好的节点选择缩减功能［5］，第一种方法在主界面中有4个选项框用来控制节点的形成和数量。第一个为Top N Slice，提取时间段被引频次最高的前N个，系统初始值为30，N越大，则形成的图谱相对更加全面，第二个为Top N%per slice，将每个时间段的节点按照被引频次降序排列，仅保留前N%，第三个为Threshold Interpolation，可设置C，CC和CCV，最后一个选项框为Select Citers，按Continue，再设定方法1，2或3。第二种为在形成的图谱中右击某个不被显示的节点，选择“hide node”可隐藏节点，通过隐藏节点便可以达到控制图中节点数量的目的。
HistCite则通过LCS和GCS两种模式和“count”和“value”控制节点的数量，例如在LCS模式下，选择“count”则表示显示在当前文献集合中被引频次最高的节点数量，软件初设值为30，选择“value”代表显示在当前文献集合中被引频次超过设置值的节点。通过“count”和“value”可以控制形成图谱中显示的节点数量和权值。
ＲefViz尚没有节点数量缩减控制的功能。
2.4.2节点间的位置控制比较
CiteSpace通过3种方法控制图谱中节点的位置，一种是依据被引频次控制节点位置，以节点被引频次的多少控制图谱中节点的数量和位置。另外一种是依据“centrality”控制图谱中节点的数量和位置，节点的中心性越高，反映了网络中任意两点之间经过该节点的最短路径越多。最后一种方法为通过在图谱中拖动节点来控制节点的位置，这表明节点在图谱中的位置并非绝对，CiteSpace图谱的动态性更强，CiteSpace没有对节点的绝对位置进行控制。
HistCite及ＲefViz不能进行节点间位置的控制。
2.5可视化图谱比较
2.5.1图谱的显示方式
CiteSpace的图谱显示方式多样，比如聚类图（cluster）、时间图谱（timeline）和时区图谱（timezone）［6］。ＲefViz以文件夹的形式将所有文献分组并编号形成文献聚类视图。HistCite则依据时间分区形成了节点之间引用关系视图。
2.5.2可视化图谱的类型比较
通过CiteSpace可以形成很多可视化图谱，比如文献聚类视图、国家和地区合作网络、著者合作网络、时间和时区图谱等等。ＲefViz的可视化图谱类型也较多，比如在Galaxy视图下的文献聚类视图，Matrix视图下根据相关
度或者数值形成的主题词共被引图谱和主题与文献分组共引视图等。而HistCite的可视化图谱仅为引文编年图，但是HistCite具有很强大的文献计量统计功能。
2.5.3可视化图谱色彩比较
CiteSpace形成的图谱为彩色图，如图4所示，通过不同的颜色反映节点不同的被引年份，而且用大红色和玫瑰红色代表突变性很强的节点，用来反映突变术语和研究前沿。节点之间的连线代表它们之间的共被引关系，连线的颜色代表节点之间首次共被引的年份。通过节点之间连线的粗细和各个节点的大小，颜色的差异很容易辨识节点的被引以及共被引情况。
图4数字图书馆研究前沿时间图谱
借助HistCite形成的引文编年图颜色较单一，为黑白色，不易辨识节点之间的种种关系以及节点的被引历史，缺乏生动性。
ＲefViz的Galaxy视图中，绿色代表选中的文献分组，蓝色代表未选中的记录，通过节点的颜色及大小很容易辨识不同的文献组和文献，Matrix视图中颜色更丰富。Ｒelevance模式中红色表示主题词有强关联性，蓝色表示关联性较弱，白色区域表示没有关联性。
2.5.4可视化图谱解读难易度
CiteSpace的可视化图谱清晰，易解读，通过不同的颜色、节点的大小、节点之间的位置很容易辨认被引频次高的节点，很容易了解数字图书馆文献的力量分布、核心作者、热点等，想了解数字图书馆的研究前沿，根据“burst”值对图谱进行操作，就会形成以红色的节点。
HistCite的图谱解读难易程度取决于节点间的被引频次和节点的数量，如果引文编年图中的节点过多且被引频次过多，则图谱中很多连线交织，形成一个很复杂的网络图，且图谱是黑白色，增加了图谱解析的难度。此外，因其图谱中节点之间的连线粗细一致，研究人员无法辨析关键节点之间的共被引关系。
在ＲefViz的Galaxy视图中，软件将所有文献进行分组编号并以文件夹的形式展现出来［7］。文献分组的大小反映了该组文献数量的多少，文献分组之间的距离反映它们的研究内容的相似程度，通过文献分组密集的区域很容易辨识数字图书馆领域的研究方向。在Matrix视图中，图谱以不同的颜色反映主题词之间或主题词同文献分组间的关联。
3基于功能视角下的引文分析软件比较分析
从数字图书馆方向的国家与机构、著者、期刊、关键文献、研究热点及趋势几个方面对CiteSpace、HistCite和Ｒefviz3款软件进行对比分析。
3.1国家与机构分析功能
相同点：CiteSpace与HistCite都有揭示国家和机构的功能；都提供国家和机构统计分析；两款工具都可以对国家或者机构节点信息进行排列，Citespace可依据被引频次的高低对文献信息进行排列；两者的国家和机构统计
信息均以表格的形式显示，但是两者的统计表格均不能被直接输出。
不同点：CiteSpace的国家与机构显示多样化，以表格和视图的形式显示国家与机构的信息，HistCite只能以表格的形式显示；CiteSpace可以视图的形式揭示国家与机构的合作情况，以节点和连线的形式反映国家与地区间的关联度，依据HistCite无法揭示国家与机构的合作关系；在排列依据方面，CiteSpace除了依据频次统计，还提供中心度，HistCite可揭示国家或者机构在当前文献中的被引数；在时间方面，HistCite的国家与机构统计中缺乏时间因素。
3.2作者分析功能
相同点：CiteSpace和HistCite均具有揭示重要作者的功能；均以图表的形式反映某领域的重要作者；两者都能以被引频次等属性对作者进行统计；两者形成的统计信息表格均不能直接被输出，需要人工辅助统计或者用截图软件导出。
不同点：CiteSpace以可视化视图展现著者的共引情况，HistCite不能揭示著者间的合作情况；CiteSpace依据中心性和被引频次共同确定重要作者，而HistCite依据发文量和在当前文献集合中的被引数判断重要作者；CiteSpace 提供了突变率检测的功能，通过burst值可寻找短期内引用次数激增的作者，HistCite不能揭示著者的变化程度。3.3关键文献分析功能
相同点：CiteSpace、HistCite和ＲefViz都有揭示学科领域关键文献的功能；都是从某领域文献集合与被引文献集合的关系中寻找关键文献；均能够以可视化图谱的方式展现文献数据之间的种种关系；均具有对关键文献进行统计并显示的功能。
不同点：从分析方法来看，CiteSpace软件以被引用次数和中心性为标准来判断文献的重要程度，HistCite的关键文献分析功能以当前文献集合为分析对象，ＲefViz将文献按内容和关联度分组，以文件夹的方式展现文献组情况；从重要性参数看，CiteSpace以被引频次、共引次数、突变率及中心性作为衡量标准，HistCite以LCS、GCS为参数，ＲefViz以文献分组数量及分组的位置作为衡量文献重要性的标准。
3.4研究热点和趋势分析功能
相同点：CiteSpace、HistCite以及ＲefViz均具有识别某一个学科领域的研究热点的功能；都是从文献数据的题录部分提取词组的方式来确定热点主题词；均能对提取的主题词或者关键词进行词频统计并分析。
不同点：从分析方法来看，CiteSpace以词频统计及共词方法分析主题词之间的引用是共引关系，HistCite以词频分析方法统计热点主题词，ＲefViz以词语加权方式将词语按照重要性分布；从热点词组的显示来看，CiteSpace 以图谱方式显示关键词间的引用关系，从引用历史轨迹可查看主题词年份分布，HistCite只能以表格的方式对主题词进行统计，无法揭示主题词之间的关系，ＲefViz的Matrix视图能够揭示热点主题词之间的关系；从主题词的衡量指标看，CiteSpace以中心性和被引频次作为衡量依据，此外依据突变率分析词语的变化趋势，HistCite以TLCS 及TGCS作为衡量热点主题词的依据，ＲefViz依据词权确定主题词，另外对热点词语进行权值干预；从揭示研究前沿的程度看，CiteSpace依据主题词的burst值来判断某领域的研究前沿和发展趋势，而HistCite和ＲefViz对研究前沿术语的揭示功能方面比较弱。
4结论
经过以上的比较，可以发现这3种软件在用户设计、功能设计方面都具有相同的特性，但具体从每一个比较标准来看，各软件之间确实又存在着差别，也正是这些差别使得不同的软件有其各自不同的使用领域与范围。CiteSpace能够显示一个学科或知识域在一定时期发展的趋势与动向，形成若干研究前沿领域的演进历程；ＲefViz 可以确定和精炼领域关键词，展示发展的热点趋势，确定顶尖杂志发表的文章主要是什么方向；HistCite能够用图示的方式展示某一领域不同文献之间的关系，帮助我们绘制出一个领域的发展历史，定位出该领域的重要文献，以及最新的重要文献。
注释
［1］刘泽渊，陈悦，侯海燕.科学知识图谱：方法与应用［M］.北京：人民出版社，2008：60－70.
［2］侯剑华，陈悦.战略管理学前沿演进可视化研究［J］.科学学研究，2007（25）：15－21.
［3］栗春娟，侯海燕.科技政策研究代表人物与核心文献可视化网络［J］.科学学研究，2008（6）：1164－1167.
（下转第54页）
村与村、村与屯之间农家书屋的图书流转交换，使农民群众既有“新书”看，又能最大限度地发挥书屋的作用。
3.2探索数字书屋建设，降低资源的配置成本
利用数字农家书屋，可以降低图书资源的配置成本。“数字农家书屋”是利用卫星数字发行系统，将高品质的多媒体文件、电子图书、杂志、报纸、音像等内容以数字方式投递到任何一个“农家书屋”中，农民可以通过电视、投影、电脑等设备阅读和观看。数字农家书屋具有海量存储、传输快捷、出版成本低廉、节约印刷耗材、媒介形态多样、突破时空限制等优点，这些优点正好可以用来解决实体农家书屋出版物数量有限、不能及时更新以及边远地区报刊传递速度过慢等问题，完善了实体农家书屋功能，有助于实体书屋的可持续发展。
3.3以农民为主体，提高文献利用率
3.3.1加大宣传力度，吸引农民参与
农家书屋毕竟是面对文化层次较低的农村群众，只有想方设法扩大其影响力和知晓度，让更多的农民群众知道、了解并积极参与到读书借书的行动中来，农家书屋才能真正发挥作用，才能真正实现惠民、利民、为民。因此，可以采取办宣传橱窗、发宣传单、开村民会等各种形式，向农民群众宣传农家书屋，让每一个农民朋友都知道村里有一个农家书屋，在农家书屋能找到致富门路、致富技术，这些书报、杂志是免费阅读的，空闲时候大家都可以来看书报。
3.3.2整合文化资源，提升服务效能
农家书屋既是农民读书、看报、查资料和学技能的集散地，同时又是开展农技知识培训、文化活动的主要阵地。通过与我市各农村文化活动中心、现代远程教育、文化信息资源共享工程、科普“一站、一栏、一员”等资源的有效整合，不断提升服务效能。3.4加强书屋管理员队伍建设
农家书屋要管好用好，图书管理员是关键。首先要严格图书管理员的选拔和任用。调查显示，专职人员管理的书屋无论从看书人数和借书数量都比兼职人员管理的书屋强得多。建议有条件的地方要在农村选择文化程度较高、责任心较强、热爱书屋管理工作的人员来担任书屋的专职管理工作。二是要加大培训力度。部分书屋的图书管理员是由村干部兼任，对图书管理、分类、上架、借阅等相关业务不甚了解。要通过定期开展检查评比活动，以增强服务能力。三是要适度解决好工资待遇问题。吉林地区农家书屋多数建在村委会，管理员大部分由村干部兼任，从长远看，应该给予管理员适当的补助。可参照村干部的工资标准解决其工资待遇，从而调动工作积极性。这一问题不仅是农家书屋后续保障资金的重要方面，同时也是农家书屋可持续发展的重要因素之一。
4结语
农家书屋工程是一项复杂的系统工程，它的建设任重而道远。实现“全覆盖”只是农家书屋工程“万里长征”迈出了第一步，工作中的“管”“用”“活”，样样都比“建”来得更为复杂。因此，今后将对农家书屋可持续发展的路径进行不懈的探析，努力使这项惠民工程发展、壮大。
参考文献
1中宣部，新闻出版总署.“农家书屋”工程实施意见.
2程亚男.关于总分馆建设的几点思考［J］.图书与情报，2010（3）：14.
3彭飞.农村图书馆事业发展模式研究［J］.图书馆，2010（2）：39－41.
4高巾，刘兹恒.农村图书馆服务的可持续发展路径.图书馆论坛，2011（5）：138－140.
孙薇吉林市图书馆。
（上接第95页）
［4］ChenC.Visualizing Semantic Spaces and Author Co-Citation Networks in Digital Libraries［J］.Information Processing and Management，2010（35）：401－420.
［5］Nelson M J.Visualization of Citation Patters of Some Canadian Journals［J］.Scientometrics，2009（2）：279－289.
［6］Ｒeid E F，ChenH.Mapping the Eontem Porary TerrorismＲesearch Domain［J］.International Journal of Human-Computer Studies，2011（6）：42－56.
［7］张国海.电子政务研究文献的量化可视分析［J］.情报杂志，2011（6）：82－86.
田军西安航空学院图书馆。
数据可视化和分析工具有哪些 当你分析和可视化数据前，常需要“清理”工作和需要你的数据的图形化的表达。因此你需要标准化这些工作，使看到统一的样式。下面千锋教育大数据培训技术分享的22个工具被用来帮助使数据处于最佳的状态。 1、DataWrangler 斯坦福大学可视化组(SUVG)设计的基于web的服务，以你刚来清理和重列数据。点击一个行或列，DataWrangler 会弹出建议变化。比如如果你点击了一个空行，一些建议弹出，删除或删除空行的提示。它的文本编辑很cooool。 2、Google Refine Google Refine。用户在电脑上运行这个应用程序后就可以通过浏览器访问之。这个东西的主要功能是帮用户整理数据，接下来的演示视频效果非常好：用户下载了一个CSV 文件，但是同一个栏中的同一个属性有多种写法：全称，缩写，后面加了空格的，单数复数格式不一的。。。但是这些其实都代表了同一个属性，Google Refine 的作用就是帮你把这些不规范的写法迅速统一起来。
3、R 项目 R语言是主要用于统计分析、绘图的语言和操作环境。虽然R主要用于统计分析或者开发统计相关的软体，但也有人用作矩阵计算。其分析速度可比美GNU Octave甚至商业软件MATLAB。 可视化应用与服务(Visualization applications and services)这些工具提供了不同的可视化选项，针对不同的应用场景。 4、Google Fusion Tables Google Fusion Tables 被认为是云计算数据库的雏形。还能够方便合作者在同一个服务器上分享备份，email和上传数据，快速同步不同版本数据，Fusion Tables可以上传100MB的表格文件，同时支持CSV和XLS格式，当然也可以把Google Docs里的表格导入进来使用。对于大规模的数据，可以用Google Fusion Tables创造过滤器来显示你关心的数据，处理完毕后可以导出为csv文件。 Google Fusion Tables的处理大数据量的强大能力，以及能够自由添加不同的空间视图的功能，也许会让Oracle，IBM, Microsoft传统数据库厂商感到担心，Google未来会强力介入数据库市场。
如何用最少的投入取得最大的产出，这是每个企业办理者都在研究的发展方向。加强作业流程建设，能够减少或许消除无效劳动，然后节约作业时间，提升作业质量和作业效率。不仅是企业，就个人 来讲，假如能正确使用好流程图，优化自己的作业流程，也能够极大的进步自己的作业效率，能够 说几乎一切的高效人士都是优异的流程图使用者。 根据维基百科，流程图根据不同的用户群体，可以大体划分为四类：文档流程图、数据流程图、系统流程图和程序流程图。不同的职业角色所需要绘制的流程图也不一样，或许你会问，这么多流 程图是否有明确的分类标准呢?其实流程图作为图形化的表达工具，我们运用的过程其实是帮助我们思考系统在某个层面信息节点的控制。所以，不必纠结它所属的种类，只需要结合实际情况使用和 理解就好。 丰富的流程图模板和符号，有效提升工作效率
亿图图示是一款专业绘制流程图的软件，它含有丰富的模板和例子，不仅满足我们画各类流程图的需求，如数据流程图、时间流程图和工作流程图等，还有几十种例子可供我们选择，极大方便了我们二次修改和创作工作。 还有海量的符号满足流程图的绘制需求，简单布局设置，只需要我们在画布左侧剪贴画里面，拖动需要的符号，即可直接使用，极大的提升了我们的办公效率。
我们以亿图图示为工具以绘制业务泳道图为例，教大家绘制简单好看的流程图。 第一步，下载并安装亿图图示，打开软件新建一个空白文档。在左侧符号库里找到“水平跨职能 图形状”，将符号直接拖进画布。再将鼠标移动至画板中泳道图符号右上方即可设置添加或删除行数。 第二步，添加符号。在左侧符号库中有绘制基本流程图形状所需要的各种符号，选中你需要的 直接鼠标拖到泳道中。 第三步，添加连接线和关键文字说明。菜单栏上方有连接线功能，鼠标双击图形符号，即可编
2018年5大可视化BI工具选型对比分析
2018年5大可视化BI工具选型对比分析 如今，有大量功能强大的可视化工具和BI工具能快速的实现数据可视化，帮助业务分析推动决策。 在本文中，5类BI可视化工具（QlikView、Tableau、Power BI、帆软FineBI 和Google Data Studio）的特性、优点和缺点。主要比较它们的关键参数，包括可用性、设置、价格、支持、维护、自助服务功能、不同数据类型的支持等。 一、QlikView QlikView是一种将用户作为数据接收者的解决方案。它允许用户在工作流程中探索和发现数据，这与开发人员在处理数据时的工作方式类似。为了保持数据探索和可视化方法的灵活性，该软件致力于维护数据之间的关联。这可以帮助最终用户发现您的数据，即使这些搜索项目的来源是令人难以置信的，这些数据也会提醒您检索相关项目。 QlikView比较灵活，展示样式多样。它允许设置和调整每个对象的每个小方面，并自定义可视化和仪表板的外观。QlikView数据文件(QVD文件)概念的引入，一定程度上取代了ETL工具的功能，拥有可集成的ETL（提取，转换，加载）引擎，能够执行普通的数据清理操作，但是这可能会很昂贵。 1.产品差异化 Qlikview的设计是在avant-garde预构建的仪表板应用程序和联想仪表板的基础上开发的，这些应用程序既创新又直观易用。由于具有先进的搜索功能，它还提供了避免使用数据仓库和使用关联仪表板在内存中提取数据的功能。 2.特征 Qlikview的独特性和灵活性的完美结合使其在其他BI供应商中占有一席之地，并为各行各业处理了大量不同规模的业务提供各种有用的应用程序。 其中一个特点是QlikView能够自动关联数据：识别集合中各种数据项之间的关系，无需手动建模。 另一个特性，Qlikview处理数据输入，是将其保存在多个用户的内存中，即保存在服务器的RAM中。这样可以加快查询速度，从而加快数据探索速度，并改
第一部分：入门级工具 1.Excel Excel的图形化功能并不强大，但Excel是分析数据的理想工具，上图是Excel 生成的热力地图 作为一个入门级工具，Excel是快速分析数据的理想工具，也能创建供内部使用的数据图，但是Excel在颜色、线条和样式上可选择的范围有限，这也意味着用Excel很难制作出能符合专业出版物和网站需要的数据图。但是作为一个高效的内部沟通工具，Excel应当是你百宝箱中必备的工具之一。 2.CSV/JSON CSV(逗号分隔值)和JSON（JavaScript对象注释）虽然并不是真正的可视化工具，但却是常见的数据格式。你必须理解他们的结构，并懂得如何从这些文件中导入或者导出数据。以下将要介绍的所有数据可视化工具都支持CSV、JSON中至少一种格式。 第二部分：在线数据可视化工具 3.Google Chart API
Google Chart API工具集中取消了静态图片功能，目前只提供动态图表工具。能够在所有支持SVG\Canvas和VML的浏览器中使用，但是Google Chart的一个大问题是：图表在客户端生成，这意味着那些不支持JavaScript的设备将无法使用，此外也无法离线使用或者将结果另存其他格式，之前的静态图片就不存在这个问题。尽管存在上述问题，不可否认的是Google Chart API的功能异常丰富，如果没有特别的定制化需要，或者对Google视觉风格的抵触，那么你大可以从Google Chart开始。 4.Flot Flot是一个优秀的线框图表库，支持所有支持canvas的浏览器（目前主流的浏览器如火狐、IE、Chrome等都支持）。
知识可视化的几种工具（转载） 关键词：知识可视化 （一）概念图(Concept Map) 概念图是康乃尔大学的诺瓦克（J.D. Novak）博士（Novak, J. D. & Gowin, D. B，1984） 根据奥苏贝尔(David P. Ausubel)的有意义学习理论提出的一种教学技术。根据诺瓦克（J.D. Novak）博士的定义，概念图是用来组织和表征知识的工具。它通常将某一主题的有关概念置于圆圈或方框之中，然后用连线将相关的概念和命题连接，连线上标明两个概念之间的意义关系。概念图是使用节点代表概念、连线表示概念间关系，由包含一个概念的节点及连接组成。连接被贴上标签并用箭头符号指示方向，被贴上标签的连接解释节点之间的关系，箭头描绘关系的方向，“概念-连接词-概念”这样一个三元组形成了一个命题。另外，概念图是具有层次结构的，最高级的概念处在顶端。人们可以用适合的关联词来说明不同层次的概念之间的关系，并确定不同分支之间的横向联系。概念图这种知识可视化方法最大的优点在于对知识的体系结构（概念及其概念之间的关系）一目了然的表达出来，还突出表现了知识体系的层次结构。概念图还是很好的结构化知识评估工具。为了方便使用计算机辅助创建和评估概念图，美国评估、标准和学生测试中心（Center for Research on Evaluation, Standards, and Student Testing，简称CRESST）对概念图的概念和连接词进行了预定义，提出了知识地图（Knowledge Maps）。 （二）思维导图（Mind Map）思维导图最初是20世纪60年代英国人托尼·巴赞（Tony Buzan）（1999）创造的一种笔记方法。托尼·巴赞（1999）认为：传统的草拟和笔记方法有埋没关键词、不易记忆、浪费时间和不能有效的刺激大脑四大不利之处，而简洁、效率和积极的个人参与对成功的笔记有至关重要的作用。在草拟和笔记的办法成效越来越小的情况下，需要一种可以不断增多回报的办法，这种办法就是思维导图。尽管思维导图的初始目的只是为了改进笔记方法，它的作用和威力还是在日后的研究和应用中不断显现了出来，被广泛应用于个人、家庭、教育和企业。托尼?巴赞认为思维导图是对发散性思维的表达，因此也是人类思维的自然功能。他认为思维导图是一种非常有用的图形技术，是打开大脑潜能的万能钥匙，可以应用于生活的各个方面，其改进后的学习能力和清晰的思维方式会改善人的行为表现。 （三）认知地图（Cognitive Maps）认知地图也被称为因果图（Causal Maps），是由Ackerman & Eden（2001）提出的，它将“想法”（ideas）作为节点，并将其相互连接起来。想法不同于概念（concepts），它们大多是句子或段落。认知地图（Eden, 1988；Eden，1992）是以个体建构理论（Personal Construct Theory）为基础提出的，其中的“想法”都是通过带箭头的连接线连起来，但连接上没有连接词，连接线的隐含意思是“因果关系”或“导致”，且没有层次的限制。Cognitive Maps用来帮助人们规划工作，促进小组的决策。 （四）语义网络（Semantic Networks）在心理学中，语义网络被定义为词语或概念的语义相似性或相关程度。然而，Fisher(1990)将其定义为节点和连接组成的网络，有连接词但不严格限制在层次结构上。这样，语义网络更像概念图，而不像主流心理学和计算机科学中定义的那样。与概念图一样，语义网络以概念和有意义的、不受限的连接词为基础，形成基本的实例或命题。Fisher(2000)认
2012-03-31 10:01 2012-03-31 10:01 , URL https://www.doczj.com/doc/7219239600.html,/news/17548/22_free_tools_for_data_visualization_and_a… 54 , | 22 22 2011 04 28 ( ) 22 Data cleaning “New York City" "New York, NY" DataWrangler SUVG web DataWrangler cooool Google Refine Google Refine CSV Google Refine
Statistical analysis R R R GNU Octave MATLAB Visualization applications and services Google Fusion Tables Google Fusion Tables email Fusion Tables 100MB CSV XLS Google Docs Google Fusion Tables csv Google Fusion Tables Oracle IBM, Microsoft Google
Impure Impure Bestiario Tableau Public
Many Eyes
VIDI Zoho Reports 10 Choosel
11 Exhibit 12 Google Chart Tools 13 JavaScript InfoVis Toolkit
可视化图形编程的介绍 什么是可视化图形编程？. 所谓可视化图形编程，关于小孩们来讲，编程不再是枯燥复杂的 代码，反而更像是画画。在操作界面中代码编辑区相当于画布，五光十色 的程序块相当于颜料盒，小孩们通过拖拽的方式进行编程，“画”出一幅幅动态的画。如此，关于没有编程基础的小孩来讲，难度就降低专门多。 目前全球少儿可视化图形编程最常用到的工具是Scratch Scratch由麻省理工学院(MIT) 设计开发，基于Logo语言，跃过了高级语言中那些繁难的概念和语法，用图形化的表现和拖拽的交互来完成 编程的核心逻辑和成果交付。 整个编程就像儿童在搭有味的积木玩具，同时在Scratch的舞台区，会对小孩的积木式程序自动进行演示，小孩能够专门直观地看到各种脚本 设计所出现出来的实际成效。 学习图形化编程，小孩将有哪些收成？ zho 因为scratch不用学习代码，而是通过像积木一样的拖拽来实现编程。这又会给家长带来另一个担忧——学scratch会可不能学不到什么真正的东西？ 美国专家按照近10年来，小孩对scratch学习成效数据的分析，总结了学scratch的三大好处：
1、学习Scratch能够培养逻辑思维能力 在大年龄段小孩学习Scratch编程时，会涉及许多数学知识，小孩需要结合学校内学到的数学知识，来解决编程咨询题。因此，在持续探究 的过程中，小孩们的数学知识也会越累越丰富，创作能力也越来越强。 2、学习Scratch能够提升学习的主动性 小孩在创作的过程中不仅习得了Science（科学），Technology（技术），Engineering（工程），Arts（艺术），Maths（数学）等多个领域的知识，而且也获得了成就感和满足感。通过网络上传分享自己的编程作品，让小 孩们能够互相提出改进方法方式，那个过程大大鼓舞了小孩的成就感和学 习欲望。 3、学习Scratch能够激发制造力 Scratch软件的优势是易学且功能强大，有助于小孩们发挥自己的 想象力，而在动手创作过程中，他们的学习主动性、想象力和制造力会得 到极大的锤炼。小孩们能够用Scratch中已有的素材，发挥自己的想象力制作游戏、动画，还能够自己设计素材。 除此之外，小孩在学习图形化编程的过程中会持续地尝试、持续 地面对挑战、持续地经历失败，持续地从错误中学习，只有经历了这些， 才能最终获得程序的正确运行。这整个的过程，会锤炼小孩的挫折承担能 力。
50个大数据可视化分析工具 在大数据时代，数据可视化工具必须具有以下特性： (1)实时性：数据可视化工具必须适应大数据时代数据量的爆炸式增长需求，必须快速的收集分析数据、并对数据信息进行实时更新; (2)简单操作：数据可视化工具满足快速开发、易于操作的特性，能满足互联网时代信息多变的特点; (3)更丰富的展现：数据可视化工具需具有更丰富的展现方式，能充分满足数据展现的多维度要求; (4)多种数据集成支持方式：数据的来源不仅仅局限于数据库，数据可视化工具将支持团队协作数据、数据仓库、文本等多种方式，并能够通过互联网进行展现。 Excel 是快速分析数据的理想工具，也能创建供内部使用的数据图，但在颜色、线条和样式上可选择的范围有限。 Google Charts 提供了大量现成的图表类型，从简单的线图表到复杂的分层树地图等，还内置了动画和用户交互控制。 D3 能够提供大量线性图和条形图之外的复杂图表样式，例如V oronoi图、树形图、圆形集群和单词云等。 R语言 是主要用于统计分析、绘图的语言和操作环境。 Visual.ly 如果你需要制作信息图而不仅仅是数据可视化，Visual.ly是最流行的一个选择。
Processing 是数据可视化的招牌工具，只需要编写一些简单的代码，然后编译成Java，可在几乎所有平台上运行。 Leaflet 用来开发移动友好地交互地图。 OpenLayers 对于一些特定的任务来说，能够提供一些其他地图库都没有的特殊工具。 Polymaps 是一个地图库，主要面向数据可视化用户。可以将符号字体与字体整合，创建出漂亮的矢量化图标。 Gephi 是一个可视化的网络探索平台，用于构建动态的、分层的数据图表。 可以用CartoDB很轻易就把表格数据和地图关联起来。 Weka是数据分析的强大工具，还能生成一些简单的图表。 NodeBox是OS X上创建二维图形和可视化的应用程序。 Kartograph不需要任何地图提供者像Google Maps，用来建立互动式地图。 Modest Maps在一些扩展库的配合下，例如Wax，Modest Maps立刻会变成一个强大的地图工具。 Tangle是个用来探索、Play和查看文档更新的交互式库。既是图表，又是互动图形用户界面的小程序。当你调整一个图表中的输入范围时，其他关联图表的数据也会随之改变。 Rapha憀与其他库最大的不同是输出格式仅限SVG和VML。 jsDraw2DX用来创建任意类型的SVG交互式图形，可生成包括线、举行、多边形、椭圆、弧线等等图形。 Pizza Pie Charts是个响应式饼图图表。 FusionCharts XT是一款跨平台、跨浏览器的JavaScript图表组件，可提供令人愉悦的JavaScript图表体验。 iCharts有交互元素，可以从Google Doc、Excel 表单和其他来源中获取数据。
2014年18张最佳数据可视化图表 点击标题下「大数据文摘」可快捷关注摘自：快公司（FASTCOMPANY） 继“医疗大数据专栏”成立后，“数据可视化专栏”今日成立！大数据时代正在奔涌而来。在这个时代，数据，渗入到我们生活的每一个毛孔：购物、出行、饮食、娱乐、美容、求职、医疗、健身、婚恋、耕种、防洪、生产制造等等，不一而足。甚至是睡着了，你还在产生着数据。面对每天产生的数以T 计的数据，你是否做好了准备？你是否了解如何去“看”这些数据？你是否了解如何去“讲”这些数据？你是否知道如何让数据“舞蹈”和“歌唱”？在这里，盛情邀请你与我们一起，来到这大数据的世界，观看数据的美妙绽放，讲述数据的奇美故事，学会让数据为你翩翩起舞、引吭歌唱！ 如果您是专业人员，愿意与大家分享，请加入我们，我们一起把这个平台和专栏做得更好。 2014年，一些让人眼前一亮的图表让我们见识了图表的强大表现力，无论是严肃的政治话题还是轻松的动物趣谈，图表都给我们带来了更为直观和有趣的视觉体验。我们生活在一个信息大爆炸的时代，每天都有很多的新消息、新发现、新趋势向我们狂轰乱炸而来，如果想用“学海无涯苦作舟”的精神梳理清楚这些包含了各个领域（历史、心理、时事、文
学）的信息恐怕已经不太现实。不过聪明人总能化繁为简，深入浅出，数据图表天才们用简洁、直观又有趣的图表帮我们把大量的信息汇聚在小小的一张图表中。Co.Design版块定期会推介一些可视化数据的作品，我们也很高兴得看到今年涌现了很多佳作。这些作品的主题很广泛，有严肃的政治话题（国会是干什么的），也有轻松幽默的动物趣谈（数据告诉你哪个犬种最好）。当然还要特别推荐一下我们 Co.Design自己的作品：食物“杂交”组合图和美国最诡异的饮食习惯（显然我们是个吃货）。好了，下面就让我们一起来回顾盘点一下2014年最佳图表吧。史上27位伟人的作息时间《纽约》（New York）杂志根据梅森·柯里（Mason Currey）的著作《创作者的日常生活》（Daily Rituals）中的内容创作了这幅伟人作息时间表。我们常听说天才都是工作到三更半夜的夜猫子，因为当人感到疲劳的时候最有创造力，不过这个图表显示的数据完全推翻了这个传言——在这27位伟人中，绝大多数都保持了8小时的充足睡眠。图表的设计简直是神来之笔，做成挂钟的样子，直接用色条标出每个人的睡眠时段，清楚明了、易于阅读。军队为地方警局提供了多少武器装备？美国一名叫达伦·威尔逊（Darren Wilson）的警官枪击了手无寸铁的青少年迈克尔·布朗（Michael Brown）之后引发了强烈的社会反响。之后，媒体又曝出大量密苏里弗格森市的警察身穿迷彩服、带着防毒面具，全副武装得站
大数据可视化分析平台 一、背景与目标 基于邳州市电子政务建设的基础支撑环境，以基础信息资源库（人口库、法人库、宏观经济、地理库）为基础，建设融合业务展示系统，提供综合信息查询展示、信息简报呈现、数据分析、数据开放等资源服务应用。实现市府领导及相关委办的融合数据资源视角，实现数据信息资源融合服务与创新服务，通过系统达到及时了解本市发展的综合情况，及时掌握发展动态，为政策拟定提供依据。 充分运用云计算、大数据等信息技术，建设融合分析平台、展示平台，整合现有数据资源，结合政务大数据的分析能力与业务编排展示能力，以人口、法人、地理，人口与地理，法人与地理，实现基础展示与分析，融合公安、交通、工业、教育、旅游等重点行业的数据综合分析，为城市管理、产业升级、民生保障提供有效支撑。 二、政务大数据平台 1、数据采集和交换需求：通过对各个委办局的指定业务数据进行汇聚，将分散的数据进行物理集中和整合管理，为实现对数据的分析提供数据支撑。将为跨机构的各类业务系统之间的业务协同，提供统一和集中的数据交互共享服务。包括数据交换、共享和ETL等功能。 2、海量数据存储管理需求：大数据平台从各个委办局的业务系统里抽取的数据量巨大，数据类型繁杂，数据需要持久化的存储和访问。不论是结构化数据、半结构化数据，还是非结构化数据，经过数据存储引擎进行建模后，持久化保存在存储系统上。存储系统要具备高可靠性、快速查询能力。
3、数据计算分析需求：包括海量数据的离线计算能力、高效即席数据查询需求和低时延的实时计算能力。随着数据量的不断增加，需要数据平台具备线性扩展能力和强大的分析能力，支撑不断增长的数据量，满足未来政务各类业务工作的发展需要，确保业务系统的不间断且有效地工作。 4、数据关联集中需求：对集中存储在数据管理平台的数据，通过正确的技术手段将这些离散的数据进行数据关联，即：通过分析数据间的业务关系，建立关键数据之间的关联关系，将离散的数据串联起来形成能表达更多含义信息集合，以形成基础库、业务库、知识库等数据集。 5、应用开发需求：依靠集中数据集，快速开发创新应用，支撑实际分析业务需要。 6、大数据分析挖掘需求：通过对海量的政务业务大数据进行分析与挖掘，辅助政务决策，提供资源配置分析优化等辅助决策功能，促进民生的发展。
大数据可视化设计 2015-09-16 15:40 大数据可视化是个热门话题，在信息安全领域，也由于很多企业希望将大数据转化为信息可视化呈现的各种形式，以便获得更深的洞察力、更好的决策力以及更强的自动化处理能力，数据可视化已经成为网络安全技术的一个重要趋势。 一、什么是网络安全可视化 攻击从哪里开始？目的是哪里？哪些地方遭受的攻击最频繁……通过大数据网络安全可视化图，我们可以在几秒钟内回答这些问题，这就是可视化带给我们的效率。大数据网络安全的可视化不仅能让我们更容易地感知网络数据信息，快速识别风险，还能对事件进行分类，甚至对攻击趋势做出预测。可是，该怎么做呢？ 1.1 故事+数据+设计 =可视化 做可视化之前，最好从一个问题开始，你为什么要做可视化，希望从中了解什么？是否在找周期性的模式？或者多个变量之间的联系？异常值？空间关系？比如政府机构，想了解全国各个行业的分布概况，以及哪个行业、哪个地区的数量最多；又如企业，想了解内部的访问情况，是否存在恶意行为，或者企业的资产情况怎么样。总之，要弄清楚你进行可视化设计的目的是什么，你想讲什么样的故事，以及你打算跟谁讲。 有了故事，还需要找到数据，并且具有对数据进行处理的能力，图1是一个可视化参考模型，它反映的是一系列的数据的转换过程： 我们有原始数据，通过对原始数据进行标准化、结构化的处理，把它们整理成数据表。将这些数值转换成视觉结构（包括形状、位置、尺寸、值、方向、色彩、纹理等），通过视觉的方式把它表现出来。例如将高中低的风险转换成红黄蓝等色彩，数值转换成大小。将视觉结构进行组合，把它转换成图形传递给用户，用户通过人机交互的方式进行反向转换，去更好地了解数据背后有什么问题和规律。 最后，我们还得选择一些好的可视化的方法。比如要了解关系，建议选择网状的图，或者通过距离，关系近的距离近，关系远的距离也远。 总之，有个好的故事，并且有大量的数据进行处理，加上一些设计的方法，就构成了可视化。 1.2 可视化设计流程
云计算大数据的55个最实用 可视化分析工具 近年来，随着云和大数据时代的来临，数据可视化产品已经不再满足于使用传统的数据可视化工具来对数据仓库中的数据抽取、归纳并简单的展现。传统的数据可视化工具仅仅将数据加以组合，通过不同的展现方式提供给用户，用于发现数据之间的关联信息。新型的数据可视化产品必须满足互联网爆发的大数据需求，必须快速的收集、筛选、分析、归纳、展现决策者所需要的信息，并根据新增的数据进行实时更新。因此，在大数据时代，数据可视化工具必须具有以下特性： (1)实时性：数据可视化工具必须适应大数据时代数据量的爆炸式增长需求，必须快速的收集分析数据、并对数据信息进行实时更新; (2)简单操作：数据可视化工具满足快速开发、易于操作的特性，能满足互联网时代信息多变的特点; (3)更丰富的展现：数据可视化工具需具有更丰富的展现方式，能充分满足数据展现的多维度要求; (4)多种数据集成支持方式：数据的来源不仅仅局限于数据库，数据可视化工具将支持团队协作数据、数据仓库、文本等多种方式，并能够通过互联网进行展现。
为了进一步让大家了解如何选择适合的数据可视化产品，本文将围绕这一话题展开，希望能对正在选型中的企业有所帮助。下面就来看看全球备受欢迎的的可视化工具都有哪些吧! 1.Excel Excel作为一个入门级工具，是快速分析数据的理想工具，也能创建供内部使用的数据图，但是Excel在颜色、线条和样式上课选择的范围有限，这也意味着用Excel很难制作出能符合专业出版物和网站需要的数据图。 2.Google Chart API Google Chart提供了一种非常完美的方式来可视化数据，提供了大量现成的图标类型，从简单的线图表到复杂的分层树地图等。它还内置了动画和用户交互控制。 3.D3 D3(Data Driven Documents)是支持SVG渲染的另一种JavaScript库。但是D3能够提供大量线性图和条形图之外的复杂图表样式，例如Voronoi图、树形图、圆形集群和单词云等。 4.R
BIM与可视化 发表于 2012-11-21 05:59:57 |只看该作者 本白皮书将向您介绍如何借助Revit平台和Autodesk® 3ds Max®，用建筑信息模型来探索、验证和表现建筑设计。 预测居民、访客或邻居对建筑的反应以及与建筑的相互影响是设计流程中的要工作。“这栋建筑的阴影会投射到附近的公园内吗？”“这种红砖外墙与周围的筑协调吗？”“大厅会不会太拥挤？”“这种光线监控器能够为下面的走廊提供足的日光吗？”只有“看到”设计，即在建成前体验设计才能圆满地回答这些常见问。 可计算的建筑信息模型平台，如Revit平台，可以在动工前预测建筑的性能。建筑的性能中，人对于建筑的体验是其中一个方面。准确实现设计的可视化对于预建筑未来的效果非常重要。本白皮书重点介绍BIM如何改进设计的可视化流程。 筑设计的可视化 建筑设计的可视化通常需要根据平面图、小型的物理模型、艺术家的素描或彩画展开丰富的想像。观众理解二维图纸的能力、呆板的媒介，制作模型的成本或术家渲染画作的成本，都会影响这些可视化方式的效果。 D和三维建模技术的出现实现了基于计算机的可视化，弥补了上述传统可视化方式不足。带阴影的三维视图、照片级真实感的渲染图、动画漫游，这些设计可视化方可以非常有效地表现三维设计，目前已广泛用于探索、验证和表现建筑设计理念。 大多数建筑设计工具（包括基于Revit的应用）都具有内置或在线的可视化功，以便在设计流程中快速得到反馈。然后可以使用专门的可视化工具（如Autodesk s Max软件）来制作高度逼真的效果及特殊的动画效果。这就是当前可视化的特点：与美术作品相媲美的渲染图，与影片效果不相上下的漫游和飞行。对于商业项目（甚高端的住宅项目），这些都是常用的可视化手法——扩展设计方案的视觉环境，以进行更有效的验证和沟通。 如果设计人员已经使用了BIM解决方案来设计建筑，那么最有效的可视化工流就是重复利用这些数据，省却在可视化应用中重新创建模型的时间和成本。此外，时保留冗余模型（建筑设计模型和可视化模型）也浪费时间和成本，增加了出错的率。 在设计同一建筑时，还会用到类似的建筑应用，如结构分析或能耗分析应用；是有些应用利用建筑信息模型来进行相关的建筑分析，避免了使用冗余模型。同样，进的设计可视化工具（如 3ds Max）也利用建筑信息模型进行视觉效果分析。 筑信息模型的可视化
大数据可视化和分析工具 大数据将为社会带来三方面变革：思维变革、商业变革、管理变革，各行业将大数据纳入企业日常配置已成必然之势。学习大数据的热潮也是风起云涌，千锋大数据全面推出新大纲，重磅来袭，今天千锋小编分享的是大数据可视化和分析工具。 1、Excel2016 Excel作为一个入门级工具，是快速分析数据的理想工具，也能创建供内部使用的数据图，同时，它也支持3D的可视化展示，微软发布了一款叫做GeoFlow 的插件，它是结合Excel和Bing地图所开发出来的3D数据可视化工具，可以直接通过Bing地图引擎生成可视化3D地图。但是Excel在颜色、线条和样式上课选择的范围有限，这也意味着用Excel很难制作出能符合专业出版物和网站需要的数据图。 2、SPSS 22 SPSS 22版本有强大的统计图制作功能，它不但可以绘制各种常用的统计图乃至复杂的3D视图，而且能够由制作者自定义颜色，线条，文字等，使制图变得丰富多彩，善心悦目。 3、R语言 R具有强大的统计计算功能和便捷的数据可视化系统。ggplot2是一个用来绘制统计图形的R软件包。ggplot2是由其背后的一套图形语法所支持的，它可以绘制出很多美观的图形，同时能避免诸多繁琐的细节。ggplot2采用了图层的设计方式，你可以从原始的图层开始，首先绘制原始数据，然后不断地添加图形注释和统计汇总的结果。
4、Tableau Public Tableau不仅可以制作图表、图形还可以绘制地图，用户可以直接将数据拖拽到系统中，不仅支持个人访问，还可以进行团队协作同步完成数据图表绘制。 5、Google Charts Google Charts提供大量数据可视化格式，从简单的散点图到分层树地图。可视化效果是完全个性化的，你可以通过动态数据进行实时连接。Google Charts可以兼容多个浏览器以及在多个平台可使用(IOS和安卓设备)。 6、D3.js D3 是流行的可视化库之一，它被很多其他的表格插件所使用。它允许绑定任意数据到DOM，然后将数据驱动转换应用到Document中。你可以使用它用一个数组创建基本的HTML表格，或是利用它的流体过度和交互，用相似的数据创建惊人的SVG条形图。 7、Gephi Gephi是一个支持动态和分层图的交互可视化与探测工具。Gephi强大的OpenGL引擎允许实时可视化，可以支持网络多达50,000个节点1,000,000条边。它给用户提供了切割边缘布局算法，包括基于力的算法和多层次算法，使得操作体验更高效。此外，该软件是完全免费使用，该公司仅收私有仓库的费用。 8、echarts echarts不是外国的，是国内百度团队的产物。总所周知，百度统计做得挺不错的。他们这个echarts也算是用到淋漓尽致。社区也算比较活跃，例子也十分多，实用一样方便。 9、highcharts
掌握这些数据可视化工具，再也不愁给领导做汇报了！ ?Charting Fonts Charting Fonts是将符号字体与字体整合（把符号变成字体），创建出漂亮的矢量化图标。 ?Timeline Timeline即时间轴，用户通过这个工具可以一目了然的知道自己在何时做了什么。
Echarts 经常使用开源软件的朋友应该很熟悉ECharts，大家都知道去年春节以及近期央视大规划报道的百度大数据产品，如百度迁徙、百度司南、百度大数据预测等等，这些产品的数据可视化均是通过ECharts来实现的。
Insights - 智慧芽专利报告系统 是一款分析公司和行业专利情报的软件，简单又智能，输入关键词即可一键生成分析报告。图表分析维度有专利概况、诉讼信息、关键词、研发策略、专利价值等，可视化效果备受用户好评。 如下，笔者输入“西门子”，可看到关键词圆形图：
以下为对比半导体巨头“日月光”和“矽品”的研发策略雷达图： CartoDB 借助CartoDB网站，你可以用CartoDB很轻易就把表格数据和地图关联起来，这方面CartoDB是最优秀的选择。
?Weka Weka是一个能根据属性分类和集群大量数据的优秀工具，Weka不但是数据分析的强大工具，还能生成一些简单的图表。 ?Google Chart API Google Chart提供了一种非常完美的方式来可视化数据，提供了大量现成的图标类型，从
简单的线图表到复杂的分层树地图等。它还内置了动画和用户交互控制。 Landscape - 智慧芽3D专利地图 研发人员想了解竞争对手专利布局，查看新领域/市场的技术情况，只需要一条检索式，剩下的事都可以交给智慧芽3D专利地图了！这是国内首款3D地图分析成像，利用3D的方式更容易让使用者理解技术层次。 如下图，山峰代表专利技术密集区，海洋代表专利技术空白区。颜色较深代表专利较多，为技术红海区，竞争程度越强烈；颜色较浅代表专利数量少，为技术蓝海区，存在技术空白点或难点。
Tecpl ot——强大的数据分析和可视化软件 Tecplot系列软件是由美国Tecplot公司推出的功能强大的数据分析和可视化处理软件。它包含数值模拟和CFD结果可视化软件Tecplot 360，工程绘图软件Tecplot Focus，以及油藏数值模拟可视化分析软件Tecplot RS。 Tecplot 360 ——功能全面的CFD可视化工具 Tecplot 360是一款将至关重要的工程绘图与先进 的数据可视化功能结合为一体的数值模拟和CFD可视化 软件。它能按照您的设想迅速的根据数据绘图及生成动 画，对复杂数据进行分析，进行多种布局安排，并将您 的结果与专业的图像和动画联系起来。当然Tecplot 360 还能够帮助您用于节省处理日常事务的时间和精力。 Tecplot 360 具有以下功能： 1、广泛支持CFD&FEA有限元格式： a）包含图像纵横比和伸直系数等，28种格点质量函数控制格点质量 b）提供32种 CFD、FEA、结构分析和工业标准数据格式支持 c）交互式探索并扫瞄流场，检查随格点变化的流场特性 d）以 Richardson 外差分析，估算数值解的精确度 通过同时导入CFD和结构分析结果，Tecplot 360能够在 同一幅图中绘制出材料的变形和流体流动的改变。
2、实验与模拟验证比较： a）在同一窗口能比较数值结果和实验数据 b）萃取涡流、震波表面和其他重要的流场特性 c）透过DVD控制选项，如向前、倒退和飞梭控制，可模拟瞬时解的动画 d）单一环境下，使用XY图、极坐标、2D和3D绘图，能充分了解物理场的行为 e）交互式切片、等表面和流线轨迹工具让您获得更多、更细致的可视化结果 3、人性化输出功能： a）对简报、网站和画框制作优化动画 b）输出专业、简报质量的向量和Raster格式 c）可直接从微软Office复制/贴上图档和动画 d）输出的数据格式兼容于Tecplot 360 2008和2006 e）使用Tecplot 360独特的多画框设计工作区，可呈现多个时间连结的绘图展示 4、自动图形产生： a）藉由记录或撰写底稿来产生宏 b）藉由Python语法进行分析与自动绘图任务 c）快速重建旧有图表，并套用同样式参数和设计 5、可执行复杂模型于瞬间： a）多线程，有效利用多核心计算机资源 b）一般型计算机即能开启更大的档案 c）同时间比较多个模型，包含流固耦合可视化
30种多媒体创作工具 ——几种做网页必备的工具—— 1．Dreamweaver 作为美国著名的软件开发商Macromedia公司推出的一个“所见即所得”网页制作工具，相信大家都比较熟悉。个人认为用Dreamwaver制作网站比用微软的FrontPage要好，界面比FrontPage 美观就不说了（工具软件也要重视视觉感官），重要的是，在设置个人站点目录时，FrontPage总会自动生成一些诸如“Picture”“my web”之类的文件夹，把你的目录搞得乱七八糟的，最后还得一个个删掉，造成诸多不便。但对于Dreamwaver，可以把常用的窗口自行组合挂在工作区的右边，并可以自动收缩，站点目录也一目了然，十分方便。 现在最新版本为Dreamweaver 8，其新功能如下：可视化操作XML数据、统一CSS面板、CSS可视化布局、样式渲染工具条、增强XML编辑与验证、增强基于CSS的设计的渲染、增强整合的Accessibility参考、更多预建的Accessibility设计与模板、增强动态跨浏览器验证、增强手机内容创作能力、放大功能、导引线、编码工具条、代码折叠、文件比较功能、编码功能改进、 支持WebDA V、插入Flash视频。 2．Front Page 唯一的好处就是在中文字Front Page我认为，Dreamweaver比起的网页制作工具。Microsoft
体上的处理。Dreamweaver不是很好设置多种中文字体，只提供了几种常用字体，不过这也倒是起了一种很好的提醒作用，因为五花八门的字体并不是在所有浏览器上都能正常显示。 最新的版本应该就是Front Page 2003了吧。FrontPage 2003 提供了一个功能增强的创作环境，具有新的图形功能、规则的HTML 以及更多基于代码的控件。此外，其功能强大的编码工具有助于应用已掌握的各种编码语言知识，并帮助您增强这方面的知识，以创建交互式脚本。 3．Photoshop 这是我最喜欢的一款图像处理工具。对于我来说，Photoshop有三种用处：一是简单的美化照片，削去拍摄技术缺陷造成的瑕疵；二是用其强大的滤镜功能来制作用于网络头像、签名或电脑桌面的图片；三是用于网页制作，Photoshop可以用作是网站建设的开端，因为你可以用它来设计整个网页图文布局，调整网页主题颜色，使整个页面协调美观，然后再分割图形导入Dreamweaver 中制成网页。 现在最新版为Photoshop CS2，Adobe Photoshop CS2是对数字图形编辑和创作专业工业规范的一次重要更新。它将作为独立软件程序或Adobe Creative Suite 2的一个关键构件来发布。Photoshop CS2引入强大和精确的新规范，提供数字化的图形创作和控制体验。其新功能有： *)Spot Healing Brush，处理常用图片问题，如污点，红眼，模糊和变形。*)Smart Objects允许用户在图形不失真的情况下测量和变换图片和矢量图。*)创建嵌入式链接复制图，以便一次编辑，更新多张图片。*)支持非破坏性编辑，创建和编辑32位HDR图片，3D渲染，高级合成。*)FireWire Previews是一个直接输出功能，支持在电视监控器前浏览。*)测试创作极限的新工具，如Vanishing Point和Image Warping。Vanishing Point可剪除冗余图形，修改图片，如可视化下复制，填色和转换图片。*)重新设计的工作流程，如产品包装发展，Image Warping。*)流行的文件浏览器更新成Adobe Bridge，内含一个创作中心，提供多视图浏览方式，流畅的图片综合操作。在Adobe Bridge 内，还可访问Adobe Stock Photos。*)Camera Raw 3.0工作流程，支持多种初始文件修改，并处理成JPEG, TIFF, DNG或PSD格式。*)简化Photoshop界面，基于任务的菜单边框，方便用户查找功能。*)Multiple Layer Controls加快编辑速度。
28个强大的数据可视化工具 我们现在与多个客户合作，进行WEB应用程序（再）设计。这些客户都使用有大量数据的应用程序，于是也需要强大的数据可视化工具帮助他们和顾客快速有效地分析数据。 让我的工作真正变得有意思的是，这些客户从事不同的行业，使用不同的技术。因此，我们收集了28个工具，用于在Flash, Flex , Ajax 或Silverlight里创建图表、甘特图、流程图创建软件、日历/日程表、量仪、制图、数据透视表、OLAP立方，波形图。 https://www.doczj.com/doc/7219239600.html, https://www.doczj.com/doc/7219239600.html,平台是个纯粹的javascript应用程序框架，用于创建在浏览器里运行的实时协作应用程序。 AnyChart AnyChart是一个灵活的基于Flash的解决方案，你可以用来创建互动的，漂亮的F lash 图表。 Axiis Axiis是针对Flex 的一个数据可视化框架。它被设计成一个精确和模块化的表述框架。开发人员和设计人员可以用来创建强大的数据可视化解决方案。 可以看看saturnboy 博客上，出彩的“窗口中窗口”设计。saturnboy
BirdEye BirdEye是一个社区项目，促进为Adobe Flex 设计和开发的广泛的开源信息可视化和可视分析研究库。有了这个基于actionscript的库，用户可以创建多维数据可视化界面，用于信息分析和显示。 Degrafa Degrafa是一个声明式图形框架，用于创建丰富的用户界面，数据可视化、制图、图形编辑，还有其它等等。 DojoX Data Chart
Dojo1.3版本里的一个新加的功能，就是dojox.charting类。它的最初目的就是，把表格和“数据存储”连接变成一个简单的过程。 Chronoscope 如果你需要可视化成千上万甚至几百万的数据点，看看这个。设计得非常好，可以用键盘或鼠标导航。有一个Javascript API，Google Visualization API或把它当作Google Spreadsheets 上的Google Gadget，iGoogle, 或Open Social。 Dundas Dundas有大量针对微软技术的数据可视化解决方案。它们提供诸多数据可视化工具，如，网路使用的图表、量仪、制图和日历以及Silverlight的表板。