学术论文中的图表在表现数据、传达信息、补充和辅助文字叙述方面起着重要作用。本期研途有学为各位同学推荐了3款数据可视化工具，帮助大家快速掌握数据可视化这项技能。
Excel由Microsoft于1987年推出，允许创建表格、图表和大约20种其他可视化效果。作为一个入门级工具，Excel是快速分析数据的理想工具，它提供了多种图表类型以允许用户将复杂的数据转化为直观、易懂的图表和图像，满足不同数据可视化需求。
Excel中常见的图表类型包括：
用于比较不同类别或组之间的数据，尤其适用于展示数量数据。
用于展示数据随时间或其他连续变量而变化的趋势，适用于显示数据序列的连续变化。
用于展示不同类别之间比例关系的图表类型，显示了各个类别所占整体的百分比。
用于展示两个变量之间的关系或趋势，适用于显示变量之间的关联性。
此外，Excel还支持其他类型的图表，如雷达图、树状图、箱型图、瀑布图等，这些图表各有特点，适用于不同的数据可视化场景。
Tableau 成立于 2003 年，是斯坦福大学一个计算机科学项目的成果，该项目旨在改善分析流程并让人们能够通过可视化更轻松地使用数据。作为是一个可视化分析平台，Tableau 以其丰富的功能和友好的用户界面在商业智能和数据分析领域广受欢迎。
数据连接与集成
1.Tableau支持多种数据源的无缝连接，包括数据库（如SQL、Hadoop、SAP HANA等）、云服务（如Google Analytics）、电子表格（如Excel）等。用户可以通过简单的设置，轻松地将数据导入Tableau。
拖拽式操作
Tableau以其直观的拖拽式操作著称，用户无需编写复杂的代码，只需通过拖拽数据字段到视图中，即可生成图表。
交互式仪表板
Tableau的交互式仪表板是其一大特色。用户可以在一个视图中整合多个图表和数据源，并通过点击、筛选、联动等交互方式深入探究数据。
移动端支持
Tableau还提供了强大的移动端支持，用户可以通过移动设备访问和操作仪表板。用户可以不再局限于桌面环境随时随地查看最新数据和分析结果。
Python由荷兰国家数学与计算机科学研究中心的吉多·范罗苏姆于1990年代初设计。由于其具有简洁性、易读性以及可扩展性等特点，Python在各个编程语言中比较适合新手学习。Python中有多个数据可视化库，每个库都有其独特的特点和优势。
Python中常用的数据可视化库包括：
01
Matpotlib
02
Seaborn
03
Geoplotlib
Geoplotlib建立在Matpotlib和numpy等强大库的基础之上，是用于创建地图和绘制地理数据的工具箱，它可以制作多种地图，比如等值区域图，热度图，点密度图。
（网址：https://github.com/andrea-cuttone/geoplotlib）
04
Plotly
Plotly是一个功能强大的交互式可视化库，支持多种图表类型，包括在别的库中很难找到的几种图表类型，比如等值线图，树形图和三维图表等。并且能够在网页上直接渲染图表，实现丰富的交互功能。
工欲善其事，必先利其器。高效的科研工具不仅能提高研究效率，更能提升研究成果的质量。希望上文介绍的数据可视化工具能帮助到大家。
-END-
供稿 | 周家颖
编辑 | 吴成汉
审核 | 肖舒婷