人工智能時代，數據和算法以及硬件資源是非常重要的，相關行業的大公司也越來越關注數據中蘊含的價值，數據的收集和應用比以前任何時候都看得更加重要，甚至業務相近的公司不惜打價格戰或虧本以獲得用戶活躍量，這些都看中的是數據中蘊含的價值，需要等待數據科學家去進一步挖掘，拂去表面的迷霧，深度發現隱藏在大數據中所含的商業秘密或科學研究。數據科學家職業也成為熱門崗位，很多IT從業人員紛紛轉行進入這個新興領域之中。美中不足之處在于，隨著我們不斷挖掘數據，進而發現有用信息時，呈現出現的過程和實施結果的難度就越來越大。值得慶幸的是，大量的開源數據可視化工具能夠從空間和表格中獲取到獨特數據，并通過使用高級圖形和圖表向用戶呈現信息。
那么哪些工具值得花時間去探索或采用呢？本文匯集了5個開源數據可視化工具，這些工具采用了說明性方法來處理復雜的數據。
R Shiny
R Shiny是一個開源軟件包，它提供了使用R語言來構建數據可視化，通過交互式圖表和應用程序的Web框架建立。該工具可幫助我們將分析轉換為時尚的交互式Web視覺效果，而無需我們深入地去了解HTML、CSS或JavaScript。類似于電子表格，這種反應式編程模型可以讓我們輕松地操作數據，而無需每次等待整個頁面的重新加載。隨著新零售的到來，我們已經看到零售行業內不斷地更新數據，并尋找能夠成功每分鐘更新的平臺。
Tableau Public
Tableau Public具有顯示圖形、圖表、地圖等功能，是一種流行的數據可視化工具，該工具也是完全免費的。憑借高達10 GB的存儲空間以及拖放界面，用戶可以與團隊中的其他人一切協作，時實查看數據的更新。 Tableau的“Public”部分意味著你能將數據保存到其他人可以訪問你數據的公開資料中，但如果你不是一個高度開放的公司，隱私是你的第一關注點，則Tableau Public為業務分析師和經理提供提供大量的上升空間。最新版本針對移動設備進行了優化，可以連接到Excel以外的各種數據源，并且可以直接與Google表格相鏈接。
Datawrapper
Datawrapper是一個很好的開源工具，用于完整的數據可視化以及嵌入實時和交互式圖表的能力。你只需將數據上傳到CSV文件中，在線工具就可以構建自定義的視覺效果，例如條形圖和折線圖。 Datawrapper非常適合小型企業或演示文稿使用，因為它允許每個圖表只有10,000個視圖，但它可能不適合擁有大量客戶的大型企業。但大多數人都認為，易于使用的界面和以直接方式快速呈現出統計數據的能力對我們是有幫助的。
Pivot
Pivot是一個直觀的UI，旨在實現對事件數據的探索性分析，同時利用了備受推崇的拖放界面。Pivot設置的一個屬性是以兩個操作為中心：Filter和Split。 Filter縮小了數據視圖，相當于SQL中的“WHERE”子句，其中Split與SQL的“GROUP BY”函數非常相似。但是，Split允許跨多個維度劃分數據——目前，已經看到該軟件在雜貨價格、促銷分析和優化方面取得了巨大成功。
D3
D3代表數據驅動文檔，是一個JavaScript庫，它將任意數據綁定到文檔對象模型（DOM），然后將數據驅動的轉換應用于文檔。盡管D3可能會更多地吸引程序員，因為這個工具涉及到代碼的創建，但引人入勝的是，D3能夠在網頁中構建一系列真正吸引人的圖表、地圖、圖表等。如果你愿意付出一些額外的工作，那么視覺支付絕對物超所值。
無論哪個行業，這些工具都是了解不斷爆發的有價值數據的關鍵因素。這些工具非常容易上手，且能夠用來可視化模式或強調趨勢，更重要的是無需免費，這也是開源社區令人感激的原因之一，個人有能力捐款或對開源工具有所貢獻，我覺得這對于程序員而言，也算是一種歸屬感。
圖像源
原文鏈接
