诚然，数据可视化可谓是数据分析工作的最后一道工序，前面的作业做得再好，如果不能很好地展现出来，那就算是临门一脚、功亏一篑了……下面给大家列出好用的数据可视化工具清单，希望可以为你的学习或工作带来一些帮助。
1、强大的R可视化包-ggplot2
R是一款偏向于统计分析的脚本语言软件，基于S语言开发，如果你是R语言忠实fans，我相信你一定不会不知道R里单独的一个绘图包—ggplot2，之所以给ggplot2“强大”的头衔，一方面确实能够轻松应付各个领域的图像绘制，静态的，动态的，说的出名字的，个性化特制的；另一方面小编就是学统计学的，自然相对熟悉这个包。
ggplot2由Hadley Wickham在2005年创造。受欢迎的原因是将图形分解为语素（如尺度、图层）的思想。ggplot2可以作为R语言基础绘图包的替代，同时ggplot2预设有多种印刷及网页尺寸。
较R基础绘图包而言，ggplot2允许用户在更抽象的层面上增加、删除或转换图表中的元素。 这种抽象化的代价是执行速度。ggplot2 较 lattice 绘图包而言更耗时。
2、数据科学的达芬奇—matplotlib
如果你偏好使用python做数据分析，那我相信你对matplotlib不能再熟悉了，matplotlib 是Python语言及其数学扩展包 NumPy的可视化操作界面。
Matplotlib的优点：带有内置代码的默认绘图样式；与Python的深度集成；图形绘制相较Gnuplot更加美观。缺点嘛，高度依赖其他包，如Numpy。只适用于Python：很难在Python以外的语言中使用。
我们来用python里的matplotlib做一个散点图试试：
import matplotlib.pyplot as plt
from numpy.random import rand
a = rand(100)
b = rand(100)
plt.scatter(a,b)
plt.show()
3、菜单式操作用户的福音书—Tableau
近期有企业招聘要求会Tbaleau，小编也是最近才知道这个软件的。
tableua是一家软件公司总部设在西雅图，华盛顿，美国产生交互式数据可视化产品，着重于商务智能。Tableau产品查询关系数据库，OLAP多维数据集，云数据库和电子表格，然后生成许多图表类型。产品还可以从其内存数据引擎中提取数据并存储和检索。
4、微软忠实用户离不开的交互式标板—PowerBI
Power BI是Microsoft提供的业务分析服务。它提供具有自助式商业智能功能的交互式可视化，最终用户可以自行创建报告和仪表板，而无需依赖信息技术人员或数据库管理员.PowerBI与excel无缝接入，专业增强版的excel更是不需要安装PowerBI插件，打开excel就可食用了。
当然有些数据分析软件也带透视表、绘图功能，如MySQL、SPSS，但数据可视化不作为主要功能，这里就不如上面较详细说了。
可视化数据时，网络可以很好展示各个节点之间的关系以及关系的重要性。网络中存在大量的节点和边，因此绘制一个好的网络会有助于信息的解读。networkD3可以自定义网络的各种特征，绘制一个优美的动态网络。
可以使用R包 igraph 构建网络绘制需要的数据，使用 igraph_to_networkD3 函数将数据转换成 networkD3 要求格式的输入数据。
simpleNetwork是networkD3的基础函数，可以快速出图。
绘制网络
forceNetwork有更多的参数，调整参数可以绘制更复杂的网络图。
绘制网络
forceNetwork的数据格式比较麻烦； 尤其是参数Nodes；建议大家使用igraph包 igraph_to_networkD3()网络图所需数据将转换为networkD3数据格式。本文见 #3. 与igraph交互 部分。
调用 igraph 包创建网络图所需数据，igraph_to_networkD3函数转换数据格式， networkD3 绘制图。
参考 networkD3
在 server.R 调用render*Network（*可以是 Simple , Force , Sankey ）
在 app.R 文件中调用*NetworkOutput（*可以是 Simple , Force , Sankey ）
shiny例子： networkD3-shiny-example
networkD3 :D3 JavaScript Network Graphs from R
networkD3 github
系列文章：
R语言进行网络分析的基础包 igraph
networkD3 绘制动态网络
网络-visNetwork包绘制炫酷的动态网络图
网络-调用R包构建交互式网络可视化的Shiny App
