网上那些漂亮的图表是怎么做出来的？

先给大家看几个我个人非常欣赏的，极具美感的图表，以及他们是怎么做出来的：

这张图出自2013年 Juan David Martinez 及其团队的设计，将地球近 46 亿年的进化过程浓缩成这样一张五颜六色的螺旋图。

原图看这里：https://www.behance.net/gallery/10901127/History-of-Life

这个图出自Sara Piccolomini 的学生获奖者，是对全球政治权利和公民自由的标准制定比较评估，获得2015 年 Kantar Information is Beautiful 大奖。

原帖看这里：https://www.informationisbeautifulawards.com/showcase/886-freedom-in-countries

而这张图出自意大利主流报纸之一的 Corriere della Sera 的周刊，他们每一期都致力于一个特定的主题，由一篇文章和一个可视化来描述。

除了这张图还有：

原贴在这里：https://www.carlodegaetano.com/LaLettura-Corriere-della-Sera 提示：可能需要梯子才行

等等等等。。。。

但其实，这些非常漂亮的图表都是由专门的设计团队或工作室完成的，并不是单纯靠某一数据可视化工具简单套出来的。

之所以放上面这些例子，其实是想说，各位有做图表需求的，先要想清楚自己的目的是什么？

• 是报告图表还是学术图表？
• 是业务图表还是大屏看板？
• 是个人使用还是团队使用？

这些都是需要想清楚的，像我自己，职场社畜，对于图表的需求大多数是基于业务层面，那么以下这几个工具就完全够用了。

01 简道云

https://www.jiandaoyun.com/
适用于：想要“简单易上手”制作数据可视化图表，又不擅长Excel的业务人员。

这是一款能够带我逃离Excel魔咒的在线数据收集分析与可视化展示工具，我已经用了4年多了，能够实现数据分析全流程的闭环，不过更偏向于数据收集分析。

可以先看看效果：

这是我为团队做的一份“年度效率分析报告”图表（数据已经过脱敏处理）：

疫情期间还为我的客户做过一份【疫情防控在线监测】数据可视化看板：

像上面这种数据看板，如果放在excel里面，做起来是很复杂的，但用简道云做可视化看板，就能轻松达到四两拨千斤的效果。

他们还专门提供了模板，图表类型还是很齐全的，可以直接套用，非常方便。

点此免费领取模板>>可视化看板

基本上日常日常办公所需的图表样式都有，只需要选择图表类型、选择数据，简简单单，完全不用费力的去设置函数、条件。

示例：

导入简道云>新建仪表盘>点击数据组件-统计表>添加刚刚的表格数据-订单管理

比如：想要在仪表盘中显示“订单总额”，即把“订单总额”字段拉入指标处，选择图标类型即可。

制作完成之后的可视化看板如下图：

更加直观清晰，订单总额，已付款，待付款，哪种产品更畅销，哪个地区销售量更好，哪家客户是潜力客户，都一目了然。

想要在移动端查看也OK，可以设置移动端的布局，让移动端的体验更加舒适。

制作教程：简道云仪表盘帮助文档

02 图表秀

https://www.tubiaoxiu.com/ 在线图表制作软件，但更侧重于数据可视化功能

图表秀的也是我常用的数据可视化工具之一，可以制作很多精美的数据图表、数据分析报告。提供弦图、玫瑰花图、散点图等十多种可视化图表类型，还提供数据分析报告模板，相当贴心。

图表秀更侧重于数据可视化功能，提供丰富的图示，可以直接套用模板，实现数据可视化。

适用于运营、产品、营销等人员，但如果需要结合数据进行联动分析等更多功能，依然推荐使用excel和简道云。

03 Echart

https://echarts.apache

百度出品的基于 JavaScript 的开源可视化图表库，专为大数据量可视化设计

百度出品可视化图表库，数据实时展现，它可以在二维平面上绘制出 20 万个点，功能强大。同时可供选择的图表类型也很多，基本可以满足大部分数据可视化的要求。

它是一个开源的数据可视化工具，需要使用者有代码基础，虽然有一定的门槛，但是在图表制作页是有代码框架的，只需要将对应的数据填入即可。

最后说点掏心窝子的话：

永远要记住，不要太过于依赖于工具，使用好工具的基础一定是你拥有扎实的数据分析知识基础，如果你连数据分析是什么？怎么做数据分析这些都不懂，那说实话，选择再好的工具也没什么用。

放上几个我之前写过的关于数据分析的文章，有需要可以去看看：

• 怎么培养数据分析的能力？
• 有哪些不错的数据报告网站？
• 有什么巨好用Excel数据分析技巧？
• 数据分析工具类软件，好用的有哪些？
• 怎样用 Excel 做数据分析？

更多内容，欢迎关注 @老贱