数据可视化不是一个单独存在的概念，是数据分析流程上的闪光点。作为数据分析的最后一环，可视化是对数据进行解读和展示，让繁杂的数据用更加直观的图表状态展示出来，是一种传达数据分析结果的手段。
很多时候，将数据进行可视化处理可能比前面的数据分析更重要。经过了漫长的分析过程后，如何将数据更好的呈现出来变成了数据分析师们要考虑的点。好看的图表和不好看的图表，两者造成的差距是显而易见的。
要想系统的学习数据可视化，首先要有数据分析的基础知识。这方面就是老生常谈了，之前也回答过相关的问题。之后才是对可视化思路和方向的学习，以及对可视化软件的学习。
一、如何学习数据分析要想学习好数据分析，既需要学习书本上的知识，更需要动手实操。在这里推荐给大家几本数据分析的入门书籍以及几个方便实际操作的的数据网站。
1、《谁说菜鸟不会数据分析》
推荐指数：★★★★☆
这本书相当于是数据分析的入门级书了。讲解了一些同样数据分析技巧和通用分析知识。但是整本书是以excel为主的，想入门excel的同学可以看看。
2、《MYSQL必知必会》
推荐指数：★★★★★
相比于上一本书，这一本就是用sql进行数据分析必看的一本新手工具书了，内容非常全面有用。但是这种操作类的书籍还是需要大家动手试一试的，不然光看是没有什么意义的。
3、《Hadhoop数据分析》
推荐指数：★★★★☆
进阶式数据分析书籍，大数据分析必看！相比于前两本，这本已经是深入性的研究了。学习完前两本后可以来学一下这本，从数据科学家的视角介绍Hadoop集群计算和分析。
4、可以用来练手的数据网站：
中国气象科学数据/国家数据：中国国家统计局权威数据中研网数据：医疗、房产、制造业、服务业、零售消费、车辆等全行业数据投中研究院：投资领域的分析报告百度指数二、如何学习可视化数据可视化可不仅仅是将表绘制成图那么简单。可视化不仅需要对数据内容的精确掌控，还需要充分的图表知识以及可视化模型的累积才可以将数据充分的展现出来。要是希望将图表做的漂亮、有观赏性，还需要一定的设计背景。下面就给大家推荐几本学习可视化必不可少的三本书。
1、《The Visual Display of Quantitative Information》，Edward Turfte
推荐指数：★★★★★
这本书的作者是一个非常出名的耶鲁大学统计学家Edward Tufte。他也算是可视化研究的鼻祖的，当然他的书也变成了学习可视化必须要看的书之一。书中通过具体的例子，分析了一些可视化基本模型，值得一看。
2、《鲜活的数据：数据可视化指南》，Nanthan Yau
推荐指数：★★★★☆
这本书对于新手和老手来说都有看的价值，非常值得学习。
3、《数据可视化》，陈为
荐指数：★★★★★
这本可就是新手入门可视化的“保姆级”教程了，内容非常的全面。从可视化的定义和发展开始讲起，小白也不用担心自己看不懂了。
三、数据可视化工具要想学习可视化，不用工具是不可能的。也许会有很多人认为将数据可视化用excel就足够了，但是excel其实是远远不够的，你需要下面这几个工具：
1、FineReport
国产报表平台里的老大哥，拥有很强大的数据展现模式，而且有着大量的用户使用群体，帆软的finereport基本相当于数据可视化里的大众。
设计模式是通过后端设计模板的模式发布至前端，然后前端渲染展示，有一定的技术门槛，需要专门的技术人员运维，如果有专门的人员运维，比较的便利。
2、python
本来没想把python放进来的，毕竟python这种脚步语言学习起来是比较麻烦的，但是最终考虑还是python太强大了，数据分析可视化只是python的一小部分应用方向，如果你不想敲代码的话，建议忽略这一节。
其实利用Python 可视化数据并不是很麻烦，因为Python中有两个专用于可视化的库matplotlib和seaborn能让我们很容易的完成任务。
3、FineBI
简洁明了的自助式数据分析工具，也是我个人最喜欢的可视化工具，优点是零代码可视化、可视化图表丰富，只需要拖拖拽拽就可以完成十分炫酷的可视化效果，拥有数据整合、可视化数据处理、探索性分析、数据挖掘、可视化分析报告等功能，更重要的是个人版免费。
主要优点是可以实现自助式分析，而且学习成本极低，几乎不需要太深奥的编程基础，比起很多国外的工具都比较易用上手，非常适合经常业务人员和运营人员。在综合性方面，FineBI的表现比较突出，不需要编程而且简单易做，能够实现平台展示，比较适合企业用户和个人用户，在数据可视化方面是一个不错的选择。
怎么样，你学会了吗？
