第一部分：數(shù)據(jù)分析框架

為了分析問題的聚焦，我們具體拿互聯(lián)網(wǎng)電商來舉例子說明，至于其他的比如互聯(lián)網(wǎng)金融、教育、社交等等，可以依此借鑒。

（1）從互聯(lián)網(wǎng)實(shí)體角度分析。我們可以從以下7個(gè)角度構(gòu)建互聯(lián)網(wǎng)數(shù)據(jù)分析體系。

買家：基本特征分析、交易行為分析、流量行為分析、售后滿意分析等

賣家：基本特征分析、經(jīng)營效果分析、流量曝光分析、售后滿意分析、產(chǎn)品分析等

產(chǎn)品：基本特征分析、交易行為分析、流量曝光分析、售后滿意分析等

行業(yè)：基本特征分析、經(jīng)營分析、曝光分析、售后分析、產(chǎn)品分析、買賣家分析等

設(shè)備：移動(dòng)端分析、PC端分析、訪問對(duì)象分析、cookie分析、session分析等

日志：訪問對(duì)象URL分析、cookie分析、session分析等

事件：登錄、流量、點(diǎn)擊、曝光、下單、交易、支付、物流、評(píng)價(jià)、糾紛、仲裁等分析

這個(gè)實(shí)體分析方法，可以稱得上是萬能的數(shù)據(jù)分析框架，適用于所有的互聯(lián)網(wǎng)企業(yè)。我曾工作過的阿里巴巴、騰訊、隨手記等企業(yè)，我個(gè)人都是按照這個(gè)套路去構(gòu)建互聯(lián)網(wǎng)的分析體系。

（2）從用戶的關(guān)鍵路徑進(jìn)行分析。

關(guān)鍵路徑分析方法是一個(gè)行之有效的常用分析方法，也是做數(shù)據(jù)化運(yùn)營的常用工具。關(guān)鍵路徑分析讓我們聚焦于核心環(huán)節(jié)，排除雜音，定位出業(yè)務(wù)的核心問題，快速的加以解決。在應(yīng)用關(guān)鍵路徑分析時(shí)候，我們往往先把可能的結(jié)果、以及最關(guān)心的結(jié)果梳理出來，以結(jié)果為導(dǎo)向追溯行為的根本，當(dāng)然，也可以從行為的初始出發(fā)，梳理出所有可能的行為路徑，找出關(guān)鍵行為，導(dǎo)向我們最終設(shè)計(jì)好的結(jié)果中去。下面我們舉例子說明下：

在電商網(wǎng)站中，我們假設(shè)我們運(yùn)營目標(biāo)是讓用戶購買網(wǎng)站上的商品（在這里，我要插說幾句，我們的目標(biāo)有時(shí)候不只是購買，在精細(xì)化運(yùn)營中，往往會(huì)根據(jù)用戶的生命周期，確定關(guān)鍵路徑的目標(biāo)，比如對(duì)于一個(gè)進(jìn)入期的新買家，我們通常會(huì)發(fā)一些購物攻略加以指導(dǎo)，針對(duì)流失期的買家，關(guān)鍵路徑的結(jié)果我們可能導(dǎo)向申領(lǐng)我們的優(yōu)惠劵之類，等等。關(guān)于這一部分?jǐn)?shù)據(jù)化精細(xì)化運(yùn)營方面，在大數(shù)據(jù)應(yīng)用系列的數(shù)據(jù)化運(yùn)營小講，我們會(huì)詳細(xì)加以分享，敬請(qǐng)關(guān)注）。剛才談到，我們假設(shè)我們運(yùn)營目標(biāo)是讓用戶購買網(wǎng)站上的商品，那么我們可以把關(guān)鍵路徑，也即，用戶的購買路徑梳理出來：

a.用戶登錄/注冊(cè)》搜索關(guān)鍵詞》查看商品詳情》加入購物車》點(diǎn)擊下單》確認(rèn)付款》確認(rèn)收貨

b.用戶搜索關(guān)鍵詞》類目和店鋪》賣家交流》點(diǎn)擊下單》確認(rèn)付款》確認(rèn)收貨

通過這種關(guān)鍵路徑，我們還常常進(jìn)行漏斗分析，從而進(jìn)行流量的轉(zhuǎn)化分析，找出影響到達(dá)最終結(jié)果的關(guān)鍵環(huán)節(jié)。

（3）從KPI拆解角度分析。

KPI拆解分析方法也是比較常見的互聯(lián)網(wǎng)分析方法。核心思想是先定一個(gè)總體目標(biāo)，比如今年?duì)I收12億，那么可以把這個(gè)指標(biāo)拆解到各個(gè)業(yè)務(wù)線去，業(yè)務(wù)線再進(jìn)行拆分，比如分解為12個(gè)月，每個(gè)月需要達(dá)成營收額，接著，就是達(dá)成該營收額，根據(jù)流量的轉(zhuǎn)化情況，估算出需要多少的流量，目前平臺(tái)已有多少流量，需要外拓引流多少流量才能達(dá)成目標(biāo)，這就可以層層的拆解指標(biāo)，最終或落地到產(chǎn)品團(tuán)隊(duì)或部分到運(yùn)營團(tuán)隊(duì)去承擔(dān)KPI任務(wù)。

第二部分：數(shù)據(jù)分析常用分析方法

常用的數(shù)據(jù)分析方法有：PEST分析方法、5W2H分析法、4P營銷分析法、邏輯樹分析法、指標(biāo)拆分法、對(duì)比分析法、漏斗分析法、用戶行為分析法、用戶生命周期分析法、金字塔分析法等等，下面我們逐個(gè)的簡單說明下

（1）PEST分析方法

這個(gè)方法主要應(yīng)用于行業(yè)研究中。從政治（Political）、經(jīng)濟(jì)（Economic）、社會(huì)（Social）、技術(shù)（Technical），簡稱PEST角度對(duì)一個(gè)行業(yè)進(jìn)行比較分析。下面我們舉一個(gè)例子：我們小講開始就談到數(shù)據(jù)分析行業(yè)前景，那么我們?cè)诖死肞EST分析下大數(shù)據(jù)行業(yè)前景如何？

（2）5W2H分析法

這個(gè)方法主要應(yīng)用于用戶行為研究和專項(xiàng)問題分析，從時(shí)間、地點(diǎn)、人物、事情、原因、方式、價(jià)格等7個(gè)方面對(duì)一個(gè)問題進(jìn)行刻畫研究。請(qǐng)看如下案例二：

（3）4P營銷理論

這個(gè)方法主要應(yīng)用于公司整體經(jīng)營狀況分析，是比較經(jīng)典的營銷分析方法。該方法從產(chǎn)品、價(jià)格、渠道、促銷等四方面對(duì)企業(yè)經(jīng)營狀況進(jìn)行全面分析。請(qǐng)看如下案例三：

（4）邏輯樹分析法

這個(gè)方法也稱作問題樹分析方法，主要應(yīng)用于針對(duì)業(yè)務(wù)存在的問題進(jìn)行專題分析，是數(shù)據(jù)分析方法中非常常見的一種分析方法。請(qǐng)看案例四：

（5）指標(biāo)拆分法

這個(gè)方法也是經(jīng)常適用的方法，特別是為了達(dá)成業(yè)務(wù)目標(biāo)，我們往往都會(huì)先定一個(gè)總的目標(biāo)，然后再初步的拆解指標(biāo)。下面我們講講案例五：

（6）對(duì)比分析法

對(duì)比分析法是非常常用的基礎(chǔ)分析方法，雖然方法特別簡單，但幾乎所有的分析報(bào)告中，都會(huì)采取對(duì)比分析方法。比如去年同期相比、上個(gè)月環(huán)比、目標(biāo)和實(shí)際達(dá)成相比、各個(gè)部門和業(yè)務(wù)線相比、行業(yè)內(nèi)競品比較、營銷效果對(duì)比，等等。這里需要注意的是我們不管是橫向比較還是縱向比較，比較的雙方一定要有可比性，并且在同一個(gè)維度、粒度上去比較，要不是毫無意義的。

（7）漏斗分析法

漏斗分析方法經(jīng)常應(yīng)用于產(chǎn)品的轉(zhuǎn)化分析。舉個(gè)電商的例子：用戶登錄網(wǎng)站1千萬，瀏覽商品詳情頁200萬，加入購物車80萬，下單支付50萬，支付成功40萬。每一步都是轉(zhuǎn)化率的問題。針對(duì)關(guān)鍵路徑進(jìn)行漏斗分析能夠幫助我們快速的定位到問題所在。從而能夠及時(shí)做出決策。

（8）用戶行為理論

也稱用戶的活動(dòng)周期理論。該分析方法，往往用于對(duì)用戶的基礎(chǔ)研究中。用戶行為過程分為認(rèn)知、熟悉、試用、使用和忠誠5個(gè)步驟。

（9）用戶生命周期理論

該分析方法，也往往用于用戶基礎(chǔ)研究中，在互聯(lián)網(wǎng)領(lǐng)域應(yīng)用廣泛。用戶的生命周期分為進(jìn)入期、成長期、成熟期、衰退期、流失期。每一個(gè)階段用戶的行為特征是不一樣的，其價(jià)值是不一樣的，需要精細(xì)化的運(yùn)營。不可急功近利。

（10）金字塔理論

金字塔這個(gè)分析方法正好和漏斗分析方法相反，它是基數(shù)大，上層小。最初是英國歷史學(xué)家、政治學(xué)家諾斯科特·帕金森(C.Northcote Parkinson)在《帕金森定律》(Parkinson's Law)一書中，論述在行政管理中，行政機(jī)構(gòu)會(huì)像金字塔一樣不斷增多，行政人員不斷膨脹，每個(gè)人都很忙，但組織效率越來越低下。這條定律又被稱為“金字塔上升”現(xiàn)象。后來，人們將這一理論延伸應(yīng)用，不再只限于本意。大凡是基數(shù)大，上層小，符合金字塔特征的研究分析都可以套用到該理論中。所以，金字塔這幅圖也常常見于各分析報(bào)告中。比如，分析用戶群體特征（馬斯洛需求層次模型、用戶價(jià)值模型等等）

綜上所述種種數(shù)據(jù)分析方法，如果在一份分析報(bào)告中，能夠把這些分析方法都靈活反復(fù)體現(xiàn)和應(yīng)用，那么，這個(gè)分析報(bào)告一定會(huì)比較豐滿的。

第三部分：數(shù)據(jù)分析的流程

數(shù)據(jù)分析的流程主要分為六步驟，遵循這種方法，一個(gè)完整的數(shù)據(jù)分析項(xiàng)目就出來了。

（1）明確分析目的：我們接到一個(gè)分析任務(wù)，首先要弄清楚我們分析的對(duì)象是什么，要達(dá)成怎樣的目的，不能陷于為了分析而分析。然后，要熟悉行業(yè)和業(yè)務(wù)，透徹的理解分析的目的，構(gòu)建起分析的角度和體系。

（2）進(jìn)行數(shù)據(jù)準(zhǔn)備：我們有哪些數(shù)據(jù)，通過什么途徑可以獲取到需要的數(shù)據(jù)，往往涉及到內(nèi)部數(shù)據(jù)和外部數(shù)據(jù)，內(nèi)部數(shù)據(jù)常常是我們的業(yè)務(wù)庫或者基礎(chǔ)數(shù)據(jù)團(tuán)隊(duì)建立起來的數(shù)據(jù)倉庫系統(tǒng)，外部數(shù)據(jù)方面，現(xiàn)在各行各業(yè)都有大數(shù)據(jù)交易源，還有大量的公開市場數(shù)據(jù)。

（3）進(jìn)行數(shù)據(jù)加工處理：主要通過數(shù)據(jù)清洗工作，對(duì)重復(fù)值進(jìn)行去重處理、對(duì)異常值錯(cuò)誤值進(jìn)行修正或剔除、對(duì)缺失值進(jìn)行填充修正或刪除。如果軟件環(huán)境為支持大數(shù)據(jù)量情況下，還需要對(duì)數(shù)據(jù)進(jìn)行抽樣處理。經(jīng)過這些預(yù)處理后，最重要的就是進(jìn)行數(shù)據(jù)的計(jì)算統(tǒng)計(jì)、合并轉(zhuǎn)換，讓數(shù)據(jù)符合目標(biāo)分析過程。

（4）進(jìn)行數(shù)據(jù)分析挖掘：絕大部分的分析目標(biāo)達(dá)成都可以剛才介紹的分析方法外加常見統(tǒng)計(jì)分析等達(dá)到。主要的分析：整體和組成分析、走勢(shì)趨勢(shì)分析、均值方差分析、排序TOP分析、同比環(huán)比縱橫比較分析、頻度頻率分析、相關(guān)關(guān)系分析、數(shù)量和比例的雙坐標(biāo)分析、邏輯結(jié)構(gòu)分析、金字塔分析、漏斗圖分析、矩陣圖分析、指標(biāo)拆解分析、PEST分析、5W2H分析法、4P營銷分析等等。還有一部分分析需要到更高級(jí)的數(shù)據(jù)分析方法才能得到結(jié)論。

（5）進(jìn)行數(shù)據(jù)結(jié)果圖表展現(xiàn)：數(shù)據(jù)分析的目的就是要解決問題的，往往數(shù)據(jù)分析師不是需求的發(fā)起人，那么這就需要數(shù)據(jù)分析師把分析的數(shù)據(jù)和結(jié)論展現(xiàn)給需求方。最佳的方式就是通過圖表，有理有據(jù)形象的重點(diǎn)突出且專業(yè)的表達(dá)出來。根據(jù)第（4）步驟的分析，我們可以選取恰當(dāng)?shù)膱D標(biāo)。比如常用的有：折線圖、柱形圖、條形圖、餅圖、冒泡圖、散點(diǎn)圖、矩陣圖、雷達(dá)圖、雙坐標(biāo)圖、瀑布圖、帕累托圖、金字塔圖、漏斗圖等等。

正如我之前的一篇文章 《圖說可視化，報(bào)表也能做得如此酷炫！》，講到帆軟報(bào)表制作數(shù)據(jù)可視化的幾個(gè)關(guān)鍵點(diǎn)。

（6）寫出分析報(bào)告：數(shù)據(jù)分析最終的結(jié)論全部體現(xiàn)在分析報(bào)告中，一個(gè)分析師水平如何，只要看他寫過的一份分析報(bào)告就可以完全清楚了。綜合靈活應(yīng)用這么多的分析方法和各種各樣的展示圖表，分析報(bào)告一定會(huì)顯得非常豐滿。下面一個(gè)問題我們?cè)僭敿?xì)和大家討論數(shù)據(jù)分析報(bào)告的相關(guān)事情。

轉(zhuǎn)載自百家號(hào)作者：老男孩python學(xué)習(xí)

Python是數(shù)據(jù)處理常用工具，可以處理數(shù)量級(jí)從幾K至幾T不等的數(shù)據(jù)，具有較高的開發(fā)效率和可維護(hù)性，還具有較強(qiáng)的通用性和跨平臺(tái)性。Python可用于數(shù)據(jù)分析，但其單純依賴Python本身自帶的庫進(jìn)行數(shù)據(jù)分析還是具有一定的局限性的，需要安裝第三方擴(kuò)展庫來增強(qiáng)分析和挖掘能力。

Python數(shù)據(jù)分析需要安裝的第三方擴(kuò)展庫有：Numpy、Pandas、SciPy、Matplotlib、Scikit-Learn、Keras、Gensim、Scrapy等，以下是對(duì)該第三方擴(kuò)展庫的簡要介紹：

1. Numpy

Python沒有提供數(shù)組功能，Numpy可以提供數(shù)組支持以及相應(yīng)的高效處理函數(shù)，是Python數(shù)據(jù)分析的基礎(chǔ)，也是SciPy、Pandas等數(shù)據(jù)處理和科學(xué)計(jì)算庫最基本的函數(shù)功能庫，且其數(shù)據(jù)類型對(duì)Python數(shù)據(jù)分析十分有用。

2. Pandas

Pandas是Python強(qiáng)大、靈活的數(shù)據(jù)分析和探索工具，包含Series、DataFrame等高級(jí)數(shù)據(jù)結(jié)構(gòu)和工具，安裝Pandas可使Python中處理數(shù)據(jù)非常快速和簡單。

3. SciPy

SciPy是一組專門解決科學(xué)計(jì)算中各種標(biāo)準(zhǔn)問題域的包的集合，包含的功能有最優(yōu)化、線性代數(shù)、積分、插值、擬合、特殊函數(shù)、快速傅里葉變換、信號(hào)處理和圖像處理、常微分方程求解和其他科學(xué)與工程中常用的計(jì)算等，這些對(duì)數(shù)據(jù)分析和挖掘十分有用。

4. Matplotlib

Matplotlib是強(qiáng)大的數(shù)據(jù)可視化工具和作圖庫，是主要用于繪制數(shù)據(jù)圖表的Python庫，提供了繪制各類可視化圖形的命令字庫、簡單的接口，可以方便用戶輕松掌握?qǐng)D形的格式，繪制各類可視化圖形。

5. Scikit-Learn

Scikit-Learn是Python常用的機(jī)器學(xué)習(xí)工具包，提供了完善的機(jī)器學(xué)習(xí)工具箱，支持?jǐn)?shù)據(jù)預(yù)處理、分類、回歸、聚類、預(yù)測和模型分析等強(qiáng)大機(jī)器學(xué)習(xí)庫，其依賴于Numpy、Scipy和Matplotlib等。

6. Keras

Keras是深度學(xué)習(xí)庫，人工神經(jīng)網(wǎng)絡(luò)和深度學(xué)習(xí)模型，基于Theano之上，依賴于Numpy和Scipy，利用它可以搭建普通的神經(jīng)網(wǎng)絡(luò)和各種深度學(xué)習(xí)模型，如語言處理、圖像識(shí)別、自編碼器、循環(huán)神經(jīng)網(wǎng)絡(luò)、遞歸審計(jì)網(wǎng)絡(luò)、卷積神經(jīng)網(wǎng)絡(luò)等。

7. Gensim

Gensim是用來做文本主題模型的庫，常用于處理語言方面的任務(wù)，支持TF-IDF、LSA、LDA和Word2Vec在內(nèi)的多種主題模型算法，支持流式訓(xùn)練，并提供了諸如相似度計(jì)算、信息檢索等一些常用任務(wù)的API接口。

8. Scrapy

Scrapy是專門為爬蟲而生的工具，具有URL讀取、HTML解析、存儲(chǔ)數(shù)據(jù)等功能，可以使用Twisted異步網(wǎng)絡(luò)庫來處理網(wǎng)絡(luò)通訊，架構(gòu)清晰，且包含了各種中間件接口，可以靈活的完成各種需求。

以上是對(duì)Python數(shù)據(jù)分析常用工具的簡單介紹，有興趣的可以深入學(xué)習(xí)研究一下相關(guān)使用方法！

大數(shù)據(jù)及移動(dòng)互聯(lián)網(wǎng)時(shí)代，每一個(gè)使用移動(dòng)終端的人無時(shí)無刻不在生產(chǎn)數(shù)據(jù)，而作為互聯(lián)網(wǎng)服務(wù)提供的產(chǎn)品來說，也在持續(xù)不斷的積累數(shù)據(jù)。數(shù)據(jù)如同人工智能一樣，往往能表現(xiàn)出更為客觀、理性的一面，數(shù)據(jù)可以讓人更加直觀、清晰的認(rèn)識(shí)世界，數(shù)據(jù)也可以指導(dǎo)人更加理智的做出決策。

而在大數(shù)據(jù)時(shí)代的今天，最有價(jià)值的商品則是數(shù)據(jù)。那么今天小編在這里給大家推薦一些常用于數(shù)據(jù)分析的必備神器。

1.Tableau

Tableau 幫助人們快速分析、可視化并分享信息。它的程序很容易上手，各公司可以用它將大量數(shù)據(jù)拖放到數(shù)字“畫布”上，轉(zhuǎn)眼間就能創(chuàng)建好各種圖表。數(shù)以萬計(jì)的用戶使用 Tableau Public 在博客與網(wǎng)站中分享數(shù)據(jù)。

項(xiàng)目地址：https://tableau/

2.ECharts

Echarts可以運(yùn)用于散點(diǎn)圖、折線圖、柱狀圖等這些常用的圖表的制作。Echarts的優(yōu)點(diǎn)在于，文件體積比較小，打包的方式靈活，可以自由選擇你需要的圖表和組件。而且圖表在移動(dòng)端有良好的自適應(yīng)效果，還有專為移動(dòng)端打造的交互體驗(yàn)。

項(xiàng)目地址：http://echarts.baidu/

3.Highcharts

Highcharts的圖表類型是很豐富的，線圖、柱形圖、餅圖、散點(diǎn)圖、儀表圖、雷達(dá)圖、熱力圖、混合圖等類型的圖表都可以制作，也可以制作實(shí)時(shí)更新的曲線圖。

另外，Highcharts是對(duì)非商用免費(fèi)的，對(duì)于個(gè)人網(wǎng)站，學(xué)校網(wǎng)站和非盈利機(jī)構(gòu)，可以不經(jīng)過授權(quán)直接使用 Highcharts 系列軟件。Highcharts還有一個(gè)好處在于，它完全基于 HTML5 技術(shù)，不需要安裝任何插件，也不需要配置 PHP、Java 等運(yùn)行環(huán)境，只需要兩個(gè) JS 文件即可使用。

項(xiàng)目地址：https://hcharts/

4.魔鏡

魔鏡是中國最流行的大數(shù)據(jù)可視化分析挖掘平臺(tái)，幫助企業(yè)處理海量數(shù)據(jù)價(jià)值，讓人人都能做數(shù)據(jù)分析。

魔鏡基礎(chǔ)企業(yè)版適用于中小企業(yè)內(nèi)部使用，基礎(chǔ)功能免費(fèi)，可代替報(bào)表工具和傳統(tǒng)BI，使用更簡單化，可視化效果更絢麗易讀。

項(xiàng)目地址：http://moojnn/

5.圖表秀

圖表秀的操作簡單易懂， 而且站內(nèi)包含多種圖表，涉及各行各業(yè)的報(bào)表數(shù)據(jù)都可以用圖表秀實(shí)現(xiàn)， 支持自由編輯和Excel、csv等表格一鍵導(dǎo)入，同時(shí)可以實(shí)現(xiàn)多個(gè)圖表之間聯(lián)動(dòng)， 使數(shù)據(jù)在我們的軟件輔助下變的更加生動(dòng)直觀，是目前國內(nèi)先進(jìn)的圖表制作工具。

項(xiàng)目地址：http://tubiaoxiu/

分享 IT 技術(shù)和行業(yè)經(jīng)驗(yàn)，請(qǐng)關(guān)注-技術(shù)學(xué)派。

大數(shù)據(jù)及移動(dòng)互聯(lián)網(wǎng)時(shí)代，每一個(gè)使用移動(dòng)終端的人無時(shí)無刻不在生產(chǎn)數(shù)據(jù)，而作為互聯(lián)網(wǎng)服務(wù)提供的產(chǎn)品來說，也在持續(xù)不斷的積累數(shù)據(jù)。數(shù)據(jù)如同人工智能一樣，往往能表現(xiàn)出更為客觀、理性的一面，數(shù)據(jù)可以讓人更加直觀、清晰的認(rèn)識(shí)世界，數(shù)據(jù)也可以指導(dǎo)人更加理智的做出決策。

而在大數(shù)據(jù)時(shí)代的今天，最有價(jià)值的商品則是數(shù)據(jù)。那么今天小編在這里給大家推薦一些常用于數(shù)據(jù)分析的必備神器。

1.Tableau

Tableau 幫助人們快速分析、可視化并分享信息。它的程序很容易上手，各公司可以用它將大量數(shù)據(jù)拖放到數(shù)字“畫布”上，轉(zhuǎn)眼間就能創(chuàng)建好各種圖表。數(shù)以萬計(jì)的用戶使用 Tableau Public 在博客與網(wǎng)站中分享數(shù)據(jù)。

項(xiàng)目地址：https://tableau/

2.ECharts

Echarts可以運(yùn)用于散點(diǎn)圖、折線圖、柱狀圖等這些常用的圖表的制作。Echarts的優(yōu)點(diǎn)在于，文件體積比較小，打包的方式靈活，可以自由選擇你需要的圖表和組件。而且圖表在移動(dòng)端有良好的自適應(yīng)效果，還有專為移動(dòng)端打造的交互體驗(yàn)。

項(xiàng)目地址：http://echarts.baidu/

3.Highcharts

Highcharts的圖表類型是很豐富的，線圖、柱形圖、餅圖、散點(diǎn)圖、儀表圖、雷達(dá)圖、熱力圖、混合圖等類型的圖表都可以制作，也可以制作實(shí)時(shí)更新的曲線圖。

另外，Highcharts是對(duì)非商用免費(fèi)的，對(duì)于個(gè)人網(wǎng)站，學(xué)校網(wǎng)站和非盈利機(jī)構(gòu)，可以不經(jīng)過授權(quán)直接使用 Highcharts 系列軟件。Highcharts還有一個(gè)好處在于，它完全基于 HTML5 技術(shù)，不需要安裝任何插件，也不需要配置 PHP、Java 等運(yùn)行環(huán)境，只需要兩個(gè) JS 文件即可使用。

項(xiàng)目地址：https://hcharts/

4.魔鏡

魔鏡是中國最流行的大數(shù)據(jù)可視化分析挖掘平臺(tái)，幫助企業(yè)處理海量數(shù)據(jù)價(jià)值，讓人人都能做數(shù)據(jù)分析。

魔鏡基礎(chǔ)企業(yè)版適用于中小企業(yè)內(nèi)部使用，基礎(chǔ)功能免費(fèi)，可代替報(bào)表工具和傳統(tǒng)BI，使用更簡單化，可視化效果更絢麗易讀。

項(xiàng)目地址：http://moojnn/

5.圖表秀

圖表秀的操作簡單易懂， 而且站內(nèi)包含多種圖表，涉及各行各業(yè)的報(bào)表數(shù)據(jù)都可以用圖表秀實(shí)現(xiàn)， 支持自由編輯和Excel、csv等表格一鍵導(dǎo)入，同時(shí)可以實(shí)現(xiàn)多個(gè)圖表之間聯(lián)動(dòng)， 使數(shù)據(jù)在我們的軟件輔助下變的更加生動(dòng)直觀，是目前國內(nèi)先進(jìn)的圖表制作工具。

項(xiàng)目地址：http://tubiaoxiu/

分享 IT 技術(shù)和行業(yè)經(jīng)驗(yàn)，請(qǐng)關(guān)注-技術(shù)學(xué)派。