Question

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。

表格 数据可视化工具列表

工具	简介	备注
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。	入门级工具
Power BI		全套的 BI 解决方案。
Tableau		专业的报表可视化工具。
Superset		开源的报表可视化工具。
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。

各种图表库按照表达性和速度的差异主要分为三类：

• 第一类是可视化分析工具（交互式，工具）：如 Tableau、Excel、Google sheets 等，你只需要简单的交互操作，比如选择和拖拽，就能够从预设的图表库中快速创建出图表，但相应地图表的自定义程度会受到较多的限制。
• 第二类是如 OpenGL、Canvas 等绘图引擎提供了一系列 API，可以完全按照你的需要来实现可视化效果，当然细粒度的控制也意味着需要非常精通可视化理论。
• 第三类是框架。介于二者之间，在速度和表达性之前做了权衡，在不同领域都有较好的实现，例如 R 语言的 ggplot2 、python 的 bokeh 、Tableau 的 VizQL 、前端中 canvas 的 ECharts 等等。

表格 数据可视化可复用层次分类

类别	特性	示例
工具	交互式，直接提供图表模板	常见的 BI 自助工具如 Tableau、Excel、google sheets 等
库	编程式，提供图形 API	如 OpenGL、SVG 等
框架	编程式 或 声明式，提供组件级框架	编程式如 D3、ECharts；声明式如 Vega 等