我平时喜欢分享可视化作品，所以也经常有朋友问我用什么工具可以做出来，今天就给大家整理了10个最值得推荐的数据可视化工具。

鉴于大家的技术水平和偏好不同，我从三个方面来讲：

• 零编程类：操作简单，无需编程基础，适合新手小白做一些基础性的图表可视化
• 开发工具类：专业化的可视化工具，个性化程度高，适合专业的开发者或者工程师
• 专业图表类：针对性制作地图、时间轴、金融数据可视化工具

一、零编程类

1、Flourish

推荐人群：可视化爱好者

优点：可以说是最好用的免费可视化在线flash网站，在国外很有名，提供了非常多的数据可视化模板，你只要把数据导入到模板里，设置好相应的速度、颜色、图标等信息，可视化图表就完成了，绘制完成的可视化图表可以发布并且嵌入到网页或者PPT中。

缺点：网站都是英文，动态图表无法导出成视频，只能录屏。

我之前在flourish上做的动态可视化作品，怎么样，是不是还不赖?

2、花火

推荐人群：不想写代码可视化爱好者

优点：一个在线图表制作工具，基本的图表类型都有，还能够智能推荐图表，图表参数可以自定义，制作完成的图表可以导出成PNG、JPG、SVG等多种格式，动态图表可以导出成视频。

缺点：免费版本导出都带水印，想导出高清视频，去除水印，都需要付费。

3、Tableau

推荐人群：数据分析师、数据分析新手、可视化爱好者、企业选型

优点：全球知知名度很高的数据可视化工具，用户群体庞大，操作界面很灵多，图表设计简洁明了、个性化程度高，易用性和交互体验优秀。傻瓜式入门，适合新手，随着经验增多，也有更多专业功能的可以循序渐进的学习使用，进行更加高阶的可视化分析，是很多可视化爱好者的选择。

缺点：免费版功能有限，收费版对于个人用户来说有点贵。

操作界面：

可视化作品：

4、FineBI

推荐人群：企业选型、数据分析师、数据分析新手、不想写代码的可视化爱好者

优点：一款国产的商业智能软件，主打的是数据分析，操作非常简便，拖拽就能自动生成图表，还带有智能图表推荐功能，而且内置的可视化图表很丰富，用来制作可视化仪表板或者可视化大屏很方便。除了数据可视化功能之外，它还包含了数据分析过程中的数据处理、建模、甚至是SQL的优化，对于数据分析来说也是一款很好的工具。相比于tableau，FineBI更偏向企业级应用，侧重业务数据的快速分析以及可视化展现，不过对个人来说也是很好选择，因为个人版免费，且没有阉割功能，这一点算是国产良心了。

可视化作品：

二、开发工具类

1、E charts

推荐人群：想尽量少写代码开发者

优点：百度出品的开源免费的javascript数据可视化工具，专为大数据量可视化设计的，数据实时展现，它可它可以瞬间在二维平面上绘制出 20 万个点，功能强大。

2、D3.js

适合人群：不怕写代码的硬核绘图专家

优点：开源的但JavaScript函数库，在 JavaScript 绘图界的地位很靠前。很多其他的库都是基于它所开发，功能十分强大，灵活性也高，支持 HTML、SVG 和 CSS，非常适合开发者学习研究，不过没有编程基础的人学起来就比较费劲了。

缺点：学习难度大，且在低版本的IE浏览器中图形无法正常显示。

3、Highcharts

国外的产品，对标的是E charts，两者使用起来差不多，图表种类也很丰富，不过和E charts一样都需要进行二次开发，它的优点是它有详细的文档，示例和详细的 CSS，产品稳定性好，缺点是商用版付费。

4、Plotly

Plotly 是一个交互式开源数据可视化框架，它具有Python、R、Javascript等语言的API接口。plotly Python绘图库可以制作交互式的线图、散点图、面积图、条形图、箱型图、分布图、热力图、子图、极坐标图、气泡图等多种发行级别的图形。

三、专业图表类

1、数据地图

制作数据地图的方法有很多，上面的FineBI、tableau、E charts都能做，用于普通的图表需求是完全足够了;但是如果是做出专业、复杂、精细的地图，那么就得用一些专业的工具，比如：

PolyMaps

它是一个地图库，主要面向数据可视化用户，在地图风格化方面有独到之处，类似CSS样式表的选择器，用来做动态地图很方便。

Leaflet

一个开源JavaScript函数库，可以制作适配移动端的交互式地图。操作简单方便，而且功能齐全，实现效果很完美。优点是能够适配移动端，而且可以通过大量的插件进行扩展。

2、金融图表

如果想要在网页上呈现实时金融数据如股票K线图，开发人员需要支持时间序列和密集型数据的特殊图表库，比如：

dygraphs

开源JavaScript图表库，主要用来做金融类的图表，比如下面的股票K线图。

以上就是我总结的三类10款比较常用数据可视化工具，当然了，在探索数据可视化的过程中还有更多好用的工具我还没有接触到。

【编辑推荐】