数据可视化工具多，图表多，不同的图表还能够进行组合，相比传统的图表，显得更专业，更能体现数据间的关联，并且更具有表现力。
这使得可视化的成为大多数人选择，但是很多人在进行数据可视化的时候都会有困惑之处。
本文搜集5个常用工具的一些可视化作品，希望为你带来灵感。
D3可视化作品合集
D3.js是一个用于根据数据操作文档的JavaScript库，它不是一个单一的框架，旨在提供所有可能的功能。
它还支持大型数据集和交互动画的动态行为，允许通过各种官方和社区开发的模块重用代码。
D3能够制作的图表非常多，首先罗列一些基本的图表。
以上所展示的是在D3中能够画出的图表样式，不仅如此，D3当中还有一些非常优秀的可视化作品。
这些案例不仅非常优秀，还附有源码，你也可以跟着上手做一做。
Sequences sunburst光芒图：某个网站各个页面的访问量比例情况
将网站中的父页面与子页面的层级关系表现了出来，非常直观地看到各个层次页面的访问比例。
另外该图也添加了鼠标悬停的交互功能，悬停的焦点页面路径上的页面所对应的节点均呈现高亮状态 ；
圆周中心展现出当前焦点页面的访问比例 ，左上角展示出页面的访问路径以及访问占比。
Sankey Diagram：一种流程图，强调系统内的主要传输或流程
Sankey图以爱尔兰船长Matthew Henry Phineas Riall Sankey命名，它主要用于可视化能量流系统。
你还可以使用它来显示预算数据，资产负债表可视化，利润和损失等。
What makes us happy?散点图：幸福与什么因素相关里</article>
这个散点图描绘了22个欧洲国家的福祉与10种不同的衡量标准。
单击左上角的10个度量标准，包括GDP、食物、工作时间、工作收入等；不同的度量标准会出现不同的散点图，图中的圆点代表不同的国家，可以识别的趋势。
链接：https://charts.whatmakesushappy
exoplanets in orbit可视化动图：轨道上的系外行星里
自1992年首次发现第一颗系外行星以来, 已经发现了1800多颗系外行星。
在这个模拟的行星轨道中, 你可以看到288个外行星,并标记出轨道的偏心和半主轴, 行星的半径和它轨道的恒星的 (有效) 温度。
UK Temperature History混合折线图：显示同一特征在不同时间情况
通过向上和向下滚动页面，探索自1910年以来英国的温度。
重大天气事件的年份使用红色或蓝色来标记，还可以按年份，最大值，最小值或平均温度进行排序。
Echarts的可视化合集
ECharts 提供了常规的折线图、柱状图等；用于地理数据可视化的图；用于关系数据可视化的图表；还有用于 BI 的漏斗图，仪表盘，并且支持图与图之间的混搭。
除了已经内置的包含了丰富功能的图表，ECharts 还提供了自定义系列，只需要传入一个renderItem函数，就可以从数据映射到任何你想要的图形。
更多的图表类型你可以查看Echarts的官网：https://echarts.com/
2018豆瓣中国大陆影视剧评分排行光芒图：2018影视剧的评分排行情况里
将2018的影视剧按照星级进行分类，点击图形中的不同板块即可进入该分类当中，并且还有细分。
最终的页面结果是一个电视剧或者电影的星级及其名称。
定位-高德地图地图：展示位置关系</article>
运行程序后，会自动识别你所在的位置，滚动鼠标能够进行地图的放大和缩小。（一不小心逗汁儿就暴露了）
双向柱图双向柱图：实现横纵向对比，直观清晰
对比了2017和2018的法院案件的审判比率，利用双向柱图进行展示，不仅仅可以对比两年的情况，还能够直观清晰的看到每一年不同指标的情况，一举两得。
朴姓人口迁徙迁徙图：展示人口的动态流动情况</article>
迁徙图作为可视化的一大类型图表，能够非常直观的展示人口的流动情况，在这个图表之中，可以看到朴姓人口分布在中国的东北部，并且大部分人口集中在吉林和黑龙江。
低聚风格的动物动图：简单线条也能描绘出好看的图形</article>
变换x.y坐标画出来的各种动物，只想给作者双击666。
Matplotlib可视化合集
Matplotlib是一个Python 2D绘图库，可以生成各种格式和交互式环境的数据可视化作品。
Matplotlib可用于Python脚本，Python和IPython shell，Jupyter笔记本，Web应用程序服务器和四个图形用户界面工具包。
线条、条形和标记：
图像、轮廓和场：
子图、轴图：
pylot：
颜色：
样式表：
轴网图：
更多图表类型，可以查看Matplotlib gallery。
Company Revenue公司收入对比</article>
公司销售数据的比较，对比突出数量的多少。
population pyramid of the marketing funnel人口金字塔
人口金字塔可用于显示由数量排序的组的分布，或者它也可以用于显示人口的逐级过滤，因为它在下面用于显示有多少人通过营销渠道的每个阶段。
percentage of bachelor‘s degrees折线图
横向为年份变化，纵向是人数的比例，颜色不同的线条代表着各个专业。
Correlogram of mtcars 相关图
Correlogram用于直观地查看给定数据帧（或2D阵列）中所有可能的数值变量对之间的相关度量。
diverging text bars of car mileage分歧文本
分散的文本类似于发散条，如果你想以一种漂亮和可呈现的方式显示图表中每个项目的价值，它更喜欢。
其中2、4、5例均来自：
https://www.machinelearningplus
其中包含50个关于matplotlib的图表供你查看。
ggplot2可视化作品合集
ggplot2是一个用于创建图形的R库，基于The Grammar of Graphics，它可以大大提高图形的质量和美感。
ggplot2本身不支持边缘图，但由于ggExtra库，它们的实现很简单：
添加线条，文字，矩形，箭头等：
标签：
提供了绘制地理形状的特定功能，允许绘制任何类型的地图
（chloropleth，bubble，connection，hexbin 或cartogram）：
ggplot富含的图表非常丰富，并且有一个专门帮助你查找图表的页面，你可以通过https://0x9.me/NAWrd 进行选择。
词云图wordcloud2库</article>
词云是文本数据的视觉展示，词的重要性或多少可以用颜色或者大小进行突出展示。
Unordered lollipop plot无序的棒棒糖情节
图表是一些国家销售的武器数量，每行代表一个国家，X轴显示2017年售出的武器数量。(默认排序:国家/地区按字母顺序)
数据显示美国、俄罗斯和法国是三大出口国，其次是德国，以色列和英国。
BASIC Ridgeline Plot钻石的价格分布
这个图是使用ggridges库创建的，我们为X轴指定'price'列，为Y轴指定'cut'列。
链接：https://basic-ridgeline-plot
too many distributions小提琴图
这是一个显示人们如何感知概率词汇的例子。在reddit 的/ r / samplesize主题上，会询问诸如你为“极有可能”这个短语分配的概率这样的问题。
the radar chart and its caveats雷达图
这是一个关于学生成绩的图表，包括数学，体育，统计等十个主题，雷达图为每个主题提供一个轴，你可以查看学生在哪些主题中表现良好或表现不佳。
在第一幅图中，只绘制了一个系列，显示了一个学生的表现，第二幅图中包含两个人的信息，并形成对比。
Tableau可视化
Tabeau不同于传统BI软件，是一款“轻”BI工具，你可以使用Tableau的拖放界面可视化任何数据，探索不同的视图，甚至可以轻松地将多个数据库组合在一起，并且不需要任何复杂的脚本。
常用图表类型：
高级图表类型：
想要查看图表和制作方法可以点击这个页面：https://onlinehelp.tableau.com
作为一个使用简单，能够快速上手的可视化工具，tableau拥有非常多的案例，tableau public就是一个案例库，内容丰富且优质。
预测竞选条形图：根据预测模型显示了选举结果不同的可能性
该图表根据预测模型显示了选举结果不同的可能性，将鼠标悬停在条形图上可以改变颜色，悬停导致标签显示FiveThirtyEight的预测机会，悬停导致底部的箭头增长，显示哪个方将获得席位以及多少席位。
链接：https://election-prediction
比较新奥尔良的311次呼叫热图：热图允许使用密集，重叠数据，凸显数据的浓度
过去六年中的311电话（311电话代表城市公民想要修复的小问题），根据热图的显示轻松浏览废弃的车辆问题，并查看报告的事件数量每年都在增加，但集中区域保持相对相同。
音波当前市场展望多图表：热图允许使用密集，重叠数据，凸显数据的浓度
这是波音公司在Tableau Public上发布的首个可视化。在此可视化中，这家财富100强企业采用10种不同类型的图表，预测了未来20年的飞机需求量。
daylight-duration日照持续时长
Yvan Fornes 将各个地理位置在一年中不同时期的日照时长进行了可视化。
单击此可视化可查看具体某一天的日照时长地图。将光标悬停在任意一点上即可查看更多详情。
word-usage-sacred-texts经书中的词汇使用情况
Ken Flerlage 以可视化形式对比了六部经书间的词汇使用情况。
使用下拉菜单可选择两部经书进行比较。将光标悬停在图表上可查看更多详情。
以上就是5个工具及其图表的展示，想要了解更多有关数据可视化的知识可以关注我们的微信公众号：DC学习助手