数据可视化
推荐阅读知乎的关于有哪些可视化工具推荐的回答，内容已经相当全面了
https://www.zhihu.com/question/19929609
要注意的是当前主流的仍然是基于javasrcirpt开发的图表库，对于偏重的flex不应该做为选择的基础。下面对一些选择的思路做些简单的说明。
首先可选的主流图表库包括了百度的 Echart，Highchart，D3.js这三个。这三个可视化图表库的使用客户也相当多，能够应对的常见可视化场景也足够。对于百度的Echart又推出有新的V3.0版本，虽然支撑的图表扩展没有大的变化，但是在性能上有明显改进。当然从支持的图表类型种类和开放性来谈，最强大的还是D3.js，但是前面两种已经能够基本满足实际的图表层面使用的需要。
对于网络关系图，在可视化里面常见的一种类型，其中主流的应该是 Gephi，Gephi是一款开源免费跨平台基于JVM的复杂网络分析软件, 其主要用于各种网络和复杂系统，动态和分层图的交互可视化与探测开源工具。其次是 R语言中的iGraph和networkD3包，功能也足够强大。还有就是 基于python语言实现的networkx，是专门进行网络可视化呈现的一个小工具。
对于商用的图表和可视化工具当然是 Tableau，据Gartner魔力象限，2014年的测评，tableau可执行速度最快，整体市场表现也在前列。在Tableau官方网站可以免费下载到桌面试用版进行试用。
如果仅仅是提供常用的画图API接口，自己完全根据需要绘制SVG渲染图，对于这种场景你仍然可以选择Echart和Highcharts来实现，在官方网站也有制作SVG渲染图的例子。对于 Raphaël是另外一个小巧的Javascript图库可以自己制作SVG渲染图，网上有一个通过Raphaël制作网络拓扑图的例子可以参考：
网络拓扑渲染图： http://www.weixuehao.com/archives/370
Highcharts渲染图： http://code.hcharts.cn/demos/hhhhix
当然还有一类即经常用于网管类，日志类监控分析的前端图表展示软件，在ELK日志分析系统 Logstash+ElasticSearch+Kibana4里面会使用Kibana4进行前端图表展现。
Grafana是另外一个基于JavaScript的前端展示工具，Grafana provides a powerful and elegant way to create, explore, and share dashboards and data with your team and the world。对于Grafana支持Graphite, Elasticsearch, Prometheus, InfluxDB, OpenTSDB and KairosDB各种数据采集源。
Grafana的官方地址： http://grafana.org/
最后说下 Processing，功能相当强大，但是要有一定的开发基础和学习门槛，Processing 在 2001 年诞生于麻省理工学院（MIT）的媒体实验室，主创者为 Ben Fry 和 Casey Reas，当然还有来自 Carnegie Mellon、洛杉矶的加利福尼亚大学以及迈阿密大学等的贡献。
IBM关于processing介绍文章： http://www.ibm.com/developerworks/cn/opensource/os-datavis/
360doc上的一篇： http://www.360doc.com/content/13/0828/08/1073512_310399676.shtml
数据可视化和图表仅仅是前端呈现的工具，对于数据可视化最重要的还是首先要搞清楚你当前有哪些数据，数据本身的结构和数据间关系是如何的？其次搞清楚数据呈现的场景和模式，其次才是呈现问题。
https://www.zhihu.com/question/19929609
要注意的是当前主流的仍然是基于javasrcirpt开发的图表库，对于偏重的flex不应该做为选择的基础。下面对一些选择的思路做些简单的说明。
首先可选的主流图表库包括了百度的 Echart，Highchart，D3.js这三个。这三个可视化图表库的使用客户也相当多，能够应对的常见可视化场景也足够。对于百度的Echart又推出有新的V3.0版本，虽然支撑的图表扩展没有大的变化，但是在性能上有明显改进。当然从支持的图表类型种类和开放性来谈，最强大的还是D3.js，但是前面两种已经能够基本满足实际的图表层面使用的需要。
对于网络关系图，在可视化里面常见的一种类型，其中主流的应该是 Gephi，Gephi是一款开源免费跨平台基于JVM的复杂网络分析软件, 其主要用于各种网络和复杂系统，动态和分层图的交互可视化与探测开源工具。其次是 R语言中的iGraph和networkD3包，功能也足够强大。还有就是 基于python语言实现的networkx，是专门进行网络可视化呈现的一个小工具。
对于商用的图表和可视化工具当然是 Tableau，据Gartner魔力象限，2014年的测评，tableau可执行速度最快，整体市场表现也在前列。在Tableau官方网站可以免费下载到桌面试用版进行试用。
如果仅仅是提供常用的画图API接口，自己完全根据需要绘制SVG渲染图，对于这种场景你仍然可以选择Echart和Highcharts来实现，在官方网站也有制作SVG渲染图的例子。对于 Raphaël是另外一个小巧的Javascript图库可以自己制作SVG渲染图，网上有一个通过Raphaël制作网络拓扑图的例子可以参考：
网络拓扑渲染图： http://www.weixuehao.com/archives/370
Highcharts渲染图： http://code.hcharts.cn/demos/hhhhix
当然还有一类即经常用于网管类，日志类监控分析的前端图表展示软件，在ELK日志分析系统 Logstash+ElasticSearch+Kibana4里面会使用Kibana4进行前端图表展现。
Grafana是另外一个基于JavaScript的前端展示工具，Grafana provides a powerful and elegant way to create, explore, and share dashboards and data with your team and the world。对于Grafana支持Graphite, Elasticsearch, Prometheus, InfluxDB, OpenTSDB and KairosDB各种数据采集源。
Grafana的官方地址： http://grafana.org/
最后说下 Processing，功能相当强大，但是要有一定的开发基础和学习门槛，Processing 在 2001 年诞生于麻省理工学院（MIT）的媒体实验室，主创者为 Ben Fry 和 Casey Reas，当然还有来自 Carnegie Mellon、洛杉矶的加利福尼亚大学以及迈阿密大学等的贡献。
IBM关于processing介绍文章： http://www.ibm.com/developerworks/cn/opensource/os-datavis/
360doc上的一篇： http://www.360doc.com/content/13/0828/08/1073512_310399676.shtml
数据可视化和图表仅仅是前端呈现的工具，对于数据可视化最重要的还是首先要搞清楚你当前有哪些数据，数据本身的结构和数据间关系是如何的？其次搞清楚数据呈现的场景和模式，其次才是呈现问题。