》技术应用：大数据产品体系

一、D3

D3.js 是一个基于数据操作文档的 JavaScript 库。 D3 可以将强大的可视化组件和数据驱动的 DOM 操作方法完美结合。

D3 的优劣：

强大的 SVG 操作能力，可以非常容易的将数据映射为 SVG 属性
集成了大量数据处理、布局算法和计算图形的工具方法
强大的社区和丰富的 demo
API 太底层，复用性低，学习与使用成本高

D3 没有提供封装好的组件，在复用性、易用性方面不佳，社区里有很多基于 D3 的可视化组件库：

nvd3.js: 基于 D3 封装了常见的折线图、散点图、饼图，功能比较简单
dc.js: 除了提供了常见的图表外还提供了一些数据处理能力
c3.js: 一个轻量级的基于状态管理的图表库

D3 有着 Stanford 的血脉渊源，在学术界享有很高声誉，灵活强大使得它成为目前领域内使用最广泛的可视化类库，但偏底层的 API 和数据驱动模式，使得上手 D3 存在一定门槛，基于 D3 的工程实现上需要自己考虑和处理更多内容，如动画、交互、统一样式等，研发成本较高。

二、FineBI

简洁明了的数据分析工具，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。

评价：

FineBI做到了自助式分析，图表类型丰富，数据分析功能较强大，钻取，筛选，分组等功能都有。但是对于普通没有IT基础的人来说，要想真正熟练地掌握finebi，还是有一定的难度的，需要花上几天，但是这个难度相比Excel的VBA学习还是低不少的。

三、HighCharts

HighCharts 是一个用纯 JavaScript 编写的图表库，能够简单便捷的在 Web 应用上添加交互性图表。这是在 Web 上使用最广泛的图表，企业使用需要购买商业授权。

HighCharts 的优劣：

使用门槛极低，兼容性好
使用广泛，非常成熟
样式比较陈旧、图表难以扩展
商业上使用需要购买版权

这是图表界的 jQuery，在世界范围内是使用最多最广的一个可视化类库，但整体图表设计比较陈旧难以扩展，同时商业公司使用需要按照使用人数购买版权，比较昂贵，阿里有购买过，目前已不推荐使用。

四、ECharts

ECharts 缩写自 Enterprise Charts，企业级图表，开源来自百度数据可视化团队，是一个纯 Javascript 的图表库，可以流畅的运行在 PC 和移动设备上，兼容当前绝大部分浏览器，底层依赖另一个也是该团队自主研发的轻量级的 Canvas 类库 ZRender，提供直观，生动，可交互，可高度个性化定制的数据可视化图表。ECharts 是目前国内唯一一个入选 GitHub 全球可视化榜单的开源项目，2w+ star 全球排名第三，社区活跃，覆盖主流前端框架和 8 种编程语言的扩展，目前国内市场占有率处于绝对领先地位。

ECharts 的优劣：

丰富的图表类型，覆盖主流常规的统计图表
配置项驱动，三级个性化图表样式管理
移动端优化，交互和布局适配，按需打包
深度的交互式数据探索
地理特效（百度迁徙，百度人气，公交轨迹等效果）
灵活性上不如 Vega 等基于图形语法的类库
复杂关系型图表比较难定制

ECharts 能很好满足传统图表需求，但在高度灵活多样化的可视需求面前，需要另寻出路。

五、Leaflet

Leaflet 是面向移动设备的交互式地图的 JavaScript 库。测量的 JS 只有大约 38 KB，它具有大多数开发人员需要的所有映射功能。

Leaflet 的优劣：

专门针对地图应用
mobile 兼容性良好
API 简洁、支持插件机制
功能比较简单，需要具备二次开发能力

地图专用，其他领域使用不上。目前 Google 地图、高德地图、百度地图都拥有自研的 JS 库。

六、Vega

Vega 是华盛顿大学计算机学院数据交互实验室（IDL）开发的一套交互图形语法，定义了数据到图形的映射规则、常见的交互语法和常见的图形元素，用户可以自由使用 Vega 语法进行组合构建出各种各样的图表。

Vega 的优劣：

完全基于 JSON 语法，提供从数据到图形的映射规则
支持常见的交互语法
复杂的语法设计，使用和学习成本很高

Vega 在学术上有着比较完美的语法设计，但在工程易用性上比较欠缺。

七、deck.gl

deck.gl 是 Uber 可视化团队基于 WebGL 开发的面向大数据分析的可视化类库。

deck.gl 的优劣：

主要以 3D 地图可视化为主，内置了地理信息可视化常见的场景
支持大规模数据的可视化
需要具备 WebGL 的知识，层的扩展比较复杂

deck.gl 在 3D 地图领域效果很赞，在其他领域不适用。

基于 Web 的可视化工具还有很多，上面是几个一直以来使用比较多的类库工具，以及最近涌现的一些新秀。各个类库工具特性不同，定位不同，关键要看应用场景的适用性。

八、AntV

AntV 是蚂蚁金服全新一代数据可视化解决方案，主要面向从事数据可视化应用相关的工程师和设计师，目前包括：

底层绘图引擎 G：目前基于 canvas 2d 提供基础绘图能力，基于 webgl 的版本正在规划中；
可视化语法类库 G2：一套数据驱动的高交互可视化图形语法，提供了丰富的图表、专业的数据处理能力、便利的扩展方式和强大交互能力；
关系可视化类库 G6：专注解决流程与关系分析的图表库，集成了大量的交互，可以轻松的进行动态流程图和关系网络的开发；
移动端图表类库 F2：是一套精简、高效易扩展的移动端图表库，适于对性能、体积、扩展性要求严苛的移动应用场景下使用；
可视化设计指引与使用规范：统计图表以及常用场景下的可视化设计指引和使用规范；

九、G2

G2 (The Grammar Of Graphics) 是一个由纯 JavaScript 编写、强大的语义化图表语法类库，提供了一整套图形语法，可以让用户通过简单的语法搭建出无数种图表，并集成了大量的统计工具，支持多种坐标系绘制，可以让用户自由地定制各种图表。

G2 的优劣：

简单、易用
完备的可视化编码
强大的扩展能力
语法需要一定学习成本

十、G6

G6 是一个由纯 JavaScript 编写的关系数据可视化类库，提供了基本的网图和树图功能，并支持多种内置布局。G6 提供了查看和编辑两种视图，开发者可基于 G6 对关系图快速进行二次开发。

G6 的优劣：

简单的语法，强大的交互能力
支持多种视图，易于使用的编辑视图
强大的边和节点的扩展能力
现阶段上层封装比较少，使用成本比较高

作者：帆软
链接：https://www.zhihu.com/question/33692103/answer/796113370
来源：知乎
著作权归作者所有。商业转载请联系作者获得授权，非商业转载请注明出处。