我推薦一些常用的大數據分析工具

1.專業(yè)的大數據分析工具

2.各種Python數據可視化第三方庫

3.其它語言的數據可視化框架

一、專業(yè)的大數據分析工具

1、FineReport

FineReport是一款純Java編寫的、集數據展示(報表)和數據錄入(表單)功能于一身的企業(yè)級web報表工具，只需要簡單的拖拽操作便可以設計復雜的中國式報表，搭建數據決策分析系統。

2、FineBI

FineBI是新一代自助大數據分析的商業(yè)智能產品，提供了從數據準備、自助數據處理、數據分析與挖掘、數據可視化于一體的完整解決方案，也是我比較推崇的可視化工具之一。

FineBI的使用感同Tableau類似，都主張可視化的探索性分析，有點像加強版的數據透視表。上手簡單，可視化庫豐富?？梢猿洚敂祿蟊淼拈T戶，也可以充當各業(yè)務分析的平臺。

二、Python的數據可視化第三方庫

Python正慢慢地成為數據分析、數據挖掘領域的主流語言之一。在Python的生態(tài)里，很多開發(fā)者們提供了非常豐富的、用于各種場景的數據可視化第三方庫。這些第三方庫可以讓我們結合Python語言繪制出漂亮的圖表。

1、pyecharts

Echarts(下面會提到)是一個開源免費的javascript數據可視化庫，它讓我們可以輕松地繪制專業(yè)的商業(yè)數據圖表。當Python遇上了Echarts，pyecharts便誕生了，它是由chenjiandongx等一群開發(fā)者維護的Echarts Python接口，讓我們可以通過Python語言繪制出各種Echarts圖表。

2、Bokeh

Bokeh是一款基于Python的交互式數據可視化工具，它提供了優(yōu)雅簡潔的方法來繪制各種各樣的圖形，可以高性能的可視化大型數據集以及流數據，幫助我們制作交互式圖表、可視化儀表板等。

三、其他數據可視化工具

1、Echarts

前面說過了，Echarts是一個開源免費的javascript數據可視化庫，它讓我們可以輕松地繪制專業(yè)的商業(yè)數據圖表。

大家都知道去年春節(jié)以及近期央視大規(guī)劃報道的百度大數據產品，如百度遷徙、百度司南、百度大數據預測等等，這些產品的數據可視化均是通過ECharts來實現的。

2、D3

D3（Data Driven Documents）是支持SVG渲染的另一種JavaScript庫。但是D3能夠提供大量線性圖和條形圖之外的復雜圖表樣式，例如Voronoi圖、樹形圖、圓形集群和單詞云等。

圖表控件可實現數據可視化，圖形化顯示當前工業(yè)領域、商業(yè)領域、金融領域等不可或缺的元素，通常采用圖表進行數據可視化展示，直觀地顯示數據、對比數據、分析數據。圖表控件就是具有這一能力的控件，很多項目開發(fā)中都會需求圖表控件。

.NET開發(fā)平臺

LightningChart®.NET原名LightningChart Ultimate SDK。 LightningChart完全由GPU加速，并且性能經過優(yōu)化，可用于實時顯示海量數據-超過10億個數據點。 LightningChart包括廣泛的2D，高級3D，Polar，Smith，3D餅/甜甜圈，地理地圖和GIS圖表以及適用于科學，工程，醫(yī)學，航空，貿易，能源和其他領域的體繪制功能。

Iocomp.NET WinForm

Iocomp.NET WinForm控件是一款100%由C#編寫、充分利用GDI+的優(yōu)點的工業(yè)儀表盤控件套裝。是用于生成具有專業(yè)級外觀的儀表的控件，其自定義的屬性編輯器提供了“一行代碼，全部搞定”的簡單快捷的屬性配置方法。Iocomp.NET WinForm控件包最多可提供了56種專業(yè)級控件以及繪圖控件包組件。分為標準版(StdPack)、專業(yè)版(ProPack)、曲線版(PlotPack)、終極版(UltraPack)四個版本。

TeeChart for.NET

TeeChart for.NET是優(yōu)秀的工業(yè)4.0 WinForm圖表控件，官方獨家授權漢化，集功能全面、性能穩(wěn)定、價格實惠等優(yōu)勢于一體。TeeChart for.NET制圖控件提供了一套出色的通用組件套件，可滿足無數的制圖要求，也針對重要的垂直領域，例如金融，科學和統計領域。制圖控件提供了一套出色的通用組件套件，可滿足無數的制圖要求，也針對重要的垂直領域，例如金融，科學和統計領域。

MindFusion.Diagramming for WinForms

MindFusion.Diagramming for WinForms是一個能幫助你創(chuàng)建工作流和進程圖表的.NET控件；數據庫實體關系圖表；組織圖表；對象層次和關系圖表；圖表和樹。它是基于對象－圖表框，表格和箭頭類型，將其歸類分派給其他并結合成復雜的結構。該控件提供超過預先定義的50多種圖表框，如自定義設計樣式和對圖表框著色等。

HTML5開發(fā)平臺

FusionCharts XT

FusionCharts XT作為FusionCharts圖表套包的主打產品，是50萬用戶首選的跨平臺、跨瀏覽器的JavaScript/HTML圖表解決方案，它提供了所有通用的圖表類型，同時它還支持 ASP、 ASP.NET、 PHP、 JSP、 ColdFusion、 Ruby on Rails、 JavaScript、甚至簡單的HTML頁面。它是你值得信賴的JavaScript圖表解決方案，目前在全球有50萬用戶選擇Fusioncharts來制作專業(yè)的JavaScript圖表。

AnyChart

AnyChart是基于JavaScript(HTML5)的圖表控件。使用AnyChart控件，可創(chuàng)建跨瀏覽器和跨平臺的交互式圖表和儀表。AnyChart圖表目前已被很多知名大公司所使用，可用于儀表盤、報表、數據分析、統計學、金融等領域。

AnyChar HTML5圖表高度可定制且高度兼容。擁有純JavaScript API，AnyChart圖表內置客戶端數據實時更新，多層次向下鉆區(qū)和具體參數更新。強大的主題引擎使你通過一系列圖表進行獨特的演示體驗，而PDF和圖像輸出能產出圖書質量打印文檔。

Highcharts

Highcharts是一款純JavaScript編寫的圖表庫，為你的Web網站、Web應用程序提供直觀、交互式圖表。當前支持折線、曲線、區(qū)域、區(qū)域曲線圖、柱形圖、條形圖、餅圖、散點圖、角度測量圖、區(qū)域排列圖、區(qū)域曲線排列圖、柱形排列圖、極坐標圖等幾十種圖表類型。

QT開發(fā)平臺

QtitanChart

QtitanChart是一個C++庫，它代表一組控件，這些控件使您可以快速輕松地為應用程序提供漂亮而豐富的圖表。QtitanChart在Qt.C++上實現，并且支持所有主要的桌面操作系統- Windows、Linux和Mac OSX。要將QtitanChart添加到您的程序中，只需要幾行代碼，便捷的體系結構允許您自定義文本的每個部分。

Highcharts

Highcharts是一款純JavaScript編寫的圖表庫，為你的Web網站、Web應用程序提供直觀、交互式圖表。當前支持折線、曲線、區(qū)域、區(qū)域曲線圖、柱形圖、條形圖、餅圖、散點圖、角度測量圖、區(qū)域排列圖、區(qū)域曲線排列圖、柱形排列圖、極坐標圖等幾十種圖表類型。

QT開發(fā)平臺

QtitanChart

QtitanChart是一個C++庫，它代表一組控件，這些控件使您可以快速輕松地為應用程序提供漂亮而豐富的圖表。QtitanChart在Qt.C++上實現，并且支持所有主要的桌面操作系統- Windows、Linux和Mac OSX。要將QtitanChart添加到您的程序中，只需要幾行代碼，便捷的體系結構允許您自定義文本的每個部分。

工具介紹

1、前端展現

用于展現分析的前端開源工具有JasperSoft，Pentaho, Spagobi, Openi, Birt等等。

用于展現分析商用分析工具有Style Intelligence、RapidMiner Radoop、Cognos, BO, Microsoft Power BI, Oracle,Microstrategy,QlikView、 Tableau。

國內的有BDP，國云數據（大數據魔鏡），思邁特，FineBI等等。

2、數據倉庫

有Teradata AsterData, EMC GreenPlum, HP Vertica等等。

3、數據集市

有QlikView、 Tableau、Style Intelligence等等。

擴展資料

大數據分析的六個基本方面

1、Analytic Visualizations（可視化分析）

不管是對數據分析專家還是普通用戶，數據可視化是數據分析工具最基本的要求?？梢暬梢灾庇^的展示數據，讓數據自己說話，讓觀眾聽到結果。

2.、Data Mining Algorithms（數據挖掘算法）

可視化是給人看的，數據挖掘就是給機器看的。集群、分割、孤立點分析還有其他的算法讓我們深入數據內部，挖掘價值。這些算法不僅要處理大數據的量，也要處理大數據的速度。

3、Predictive Analytic Capabilities（預測性分析能力）

數據挖掘可以讓分析員更好的理解數據，而預測性分析可以讓分析員根據可視化分析和數據挖掘的結果做出一些預測性的判斷。

4、Semantic Engines（語義引擎）

我們知道由于非結構化數據的多樣性帶來了數據分析的新的挑戰(zhàn)，我們需要一系列的工具去解析，提取，分析數據。語義引擎需要被設計成能夠從“文檔”中智能提取信息。

5、Data Quality and Master Data Management（數據質量和數據管理）

數據質量和數據管理是一些管理方面的最佳實踐。通過標準化的流程和工具對數據進行處理可以保證一個預先定義好的高質量的分析結果。

假如大數據真的是下一個重要的技術革新的話，我們最好把精力關注在大數據能給我們帶來的好處，而不僅僅是挑戰(zhàn)。

6、數據存儲，數據倉庫

數據倉庫是為了便于多維分析和多角度展示數據按特定模式進行存儲所建立起來的關系型數據庫。在商業(yè)智能系統的設計中，數據倉庫的構建是關鍵，是商業(yè)智能系統的基礎，承擔對業(yè)務系統數據整合的任務，為商業(yè)智能系統提供數據抽取、轉換和加載(ETL)，并按主題對數據進行查詢和訪問，為聯機數據分析和數據挖掘提供數據平臺。