遇見大數據可視化：人人都能做數據可視化

摘要： 那麼有沒有什麼好的辦法，可以不用學習這麼多的知識點，而能做一些不太複雜的數據可視化圖表出來呢？答案肯定是有的，那下面就手把手的帶領大家，零代碼來做數據可視化圖表。

之前寫過幾篇大數據的文章《遇見大數據可視化：基礎研究》，《遇見大數據可視化：來做一個數據可視化報表》，《遇見大數據可視化：圖表的視覺系統感知》。得到了身邊不少小伙伴的認可，都覺得數據可視化是一件挺有意思的事情，紛紛投入到數據可視化上來。

但是很快一腔熱血就被澆滅了，很多小伙伴都反映來說做數據可視化的學習成本太高了。從最開始數據的挖掘（學習：Python，JavaScript，R語言等等），再到可視化圖表的設計（學習：Processing，D3.js，PhotoShop，Illustrator等等），還要看各種書籍。其實小伙伴的目標只是想簡單的做一些不是很複雜的數據可視化，但陡峭的學習成本，讓很多小伙伴望而卻步，看到各種複雜的教程，簡直是從入門到放棄。

那麼有沒有什麼好的辦法，可以不用學習這麼多的知識點，而能做一些不太複雜的數據可視化圖表出來呢？答案肯定是有的，那下面就手把手的帶領大家，零代碼來做數據可視化圖表。

【生產力有兩項，一項是人，一項是工具。工具是由人創造的。- 毛主席】

想要零代碼來完成數據可視化圖表來，很簡單，只要選好工具來就可以了。網上有很多介紹各種工具的文章，這裡就不一一的去粗淺的介紹各種工具，而是深入的用案列的方式帶大家了解我覺得還不錯的可視化工具（數據挖掘和可視化圖表） ，目標的就是讓大家可以零代碼的做一些簡單的可視化分析報表出來。

既然是按照案列的方式，那首先需要確定我們做什麼主題。作為一個四川人，每次做自我介紹的時候，都會說到四川的美食，川菜作為中國八大菜系之一，還是深受廣大人民的喜愛的。那麼我們就用數據，來看看川菜和中國其他菜系（魯菜、川菜、粵菜、蘇菜，浙菜、閩菜、湘菜、徽菜）到底有什麼不同，來做一個【中國八大菜系菜譜數據可視化圖表分析】出來。

主題確定了，下一步就是數據的挖掘。一般來說，基礎數據的來源分為這幾類。

自家數據 –自家應用APP收集的數據。不對外輸出，最好的數據來源，純潔數據拿來就可以用。

行業報告 –上市公司的年報、半年報、工商系統、股轉系統。定期對外輸出，有乾擾項。

政府官方數據 –國家統計局，中國環境監測總站，世界銀行等。定期對外輸出，或有接口API，干擾項較少。

全網公開數據 –拉勾、知乎、鏈家、雪球等公開網站的數據。需自己抓取數據，干擾項較多，一般都需要做二次數據清理。

那這次我們要做菜譜的分析，自家數據是沒有的。行業報告和政府官方數據也沒有這方面的數據。所以我們只能去網上自己爬取相關數據了。簡單找了一番，就發現了很多的菜譜網站，比如【下廚房】、【美食天下】、【豆果美食】、【好豆網】等等，這些網站上面都有大量用戶上傳的各種菜譜。這裡我選擇【美食天下】來爬菜譜數據，因為【美食天下】剛好有按照菜系進行分類，這樣我們在做二次數據清理的時候，就可以減少一個步驟了。

上圖就是我們需要爬取的一條內容。有了爬取網站，確定了爬取內容。接下來就開始對數據開始爬取。怎麼爬取呢？代碼大神通常會推選用Python來做數據的爬取。

說好的零代碼呢。這時候就要給大家推薦第一款數據挖掘的工具了- 【造數】https://zaoshu.io對於簡單的數據爬取足夠用的工具，簡單的了解，10分鐘就能上手。

下面我們就開始進行數據的爬取。

第一步：輸入需要爬取的網站地址，然後點擊【開始爬取】。

第二步：設置爬取規則。點擊【開發爬取】後，會進入這個界面，在這個頁面進行爬取規則的製定（就是選擇出我們需要獲取的內容），只需點擊我們想要的內容即可，下圖綠色區域就是我們需要的內容，然後點擊【完成創建】。

第三步：執行下載數據。這步就可以下載數據了，只需三步造數就能得到想要的數據，而不需要各種配置。

下圖就是下載下來的原始數據，大致是這樣的，全部匯總在一個Excel表中。在這裡有菜譜名稱，網站地址，和所需原料。當然不是所有內容都是我們需要用的，這時候就需要對原始數據進行清理，刪除，匯總等處理。

因為數據量不大，對於原始數據的處理，我們直接選用Excel來做了。

單個菜譜的原料是全部匯總在一個單元格中的，所以首先我們需要把原料分解到單個單元中去。原料是按照【、】來間隔的，那我們直接用【文本分列】直接處理就可以了。通過【文本分列】我們把原料分解到單個單元中，如下圖所示。

文本分列後，把它聚合到一起，然後用【數據透視】即可統計出來每個原料的個數出來。再通過簡單的降序排序，我們就能得到最終我們需要的數據了。

小結

在這一步我們完成了【中國八大菜系菜譜數據可視化圖表分析】的一半的流程，及數據挖掘和清理匯總。在這裡我們用到了兩個工具，一個是【造數】用做數據的爬取，一個是【Excel表格】用做數據的清理匯總。類似【造數】這類的爬蟲軟件其實挺多的，比如國內的Gooseeker（集收客），八爪魚。國外的Kimono，import.io。但是我們的目標是能快速的上手做一些簡單數據挖掘，所以這裡給大家推薦的是造數，它規則提取足夠簡單，能通過可視化的簡潔的方式來設置提取規則，同時爬取路線很清晰，很容易就能理解它是怎麼運行的，從而快速上手。而【Excel表格】也是我們辦公常用的軟件，對於數級不大數據源，我們完全可以用Excel手動的來做數據清理匯總。

可視化圖表

數據處理好後，我們就可以開始進入可視化圖表製作這一步了。關於圖表的製作，其實用Excel就能完成的。不過Excel圖表的默認樣式，和圖表的對應數據的關係都做的十分不友好的，你很難能對應出數據和圖表橫縱坐標的關係。畢竟Excel主要是做表格的，而非做圖表的工具。這裡就是給大家推薦第二款圖表製作工具- 【BDP】https://me.bdp.cn/home.html。BDP把數據拆分出來，把圖表的維度和數值列出來，通過拖拽的方式進行數據分析，完爆Excel。

BDP的具體使用過程就不在這裡給大家貼出來了，感興趣的去試試，很快就能上手開始做圖表的了。下面我們就來看下，用BDP做出的圖表，來看看中國八大菜系（魯菜、川菜、粵菜、蘇菜，浙菜、閩菜、湘菜、徽菜）有什麼不同。

我們在【美食天下】的網站中，一共爬取了1062篇菜譜，其中川菜就有350篇，就佔了總量的三分之一的量，全國人民還是都比較喜歡吃川菜的，真可為八大菜系之首的。而緊跟其後的就是粵菜，也有212篇之多的。

我們把川菜和粵菜的Top15的原料拿出來繼續來看。

川菜前15項分佈是：鹽、料酒、生抽、花椒、姜、蔥、雞精、白糖、蒜、乾辣椒、八角、澱粉、郫縣豆瓣醬和醬油。

粵菜的是：鹽、白糖、醬油、生抽、姜、蔥、雞蛋、耗油、胡椒粉、醬油、老抽、香油、花生油、水和澱粉。

除去相同的東西，川菜出現最多就是各種重口味的花椒、辣椒、八角、豆瓣醬之類的。而粵菜是各種油油水水的東西。作為一個四川人，還是不能理解為什麼需要放耗油來做菜，耗油不只是用在吃火鍋的時候做蘸碟嗎？還有居然沒有豆瓣醬，豆瓣醬才是做菜的王道呀，炒菜放點豆瓣醬味道一下就來了。

再看下，把1000多個菜譜所有的原料進行統計下。鹽是所有原料中使用最多的，60%以上的菜品都用到了鹽。不過讓我沒想到的是排第二的是白糖（PS：具大廚了解，加白糖多是為了上色，而非讓味道變甜），而豆瓣醬在Top15中已經沒見了，果然豆瓣醬只有在四川才流行的。

我們再把調味品提出去，只看下主材的情況。在主材中雞蛋出現了121次，也就是說10%菜品用到了雞蛋，上榜率相當高的。緊接著就是豬肉，這個也是意料之中的。如果把排骨等也歸為豬肉的話，豬肉就是最多的了。但沒想到的是有這麼多菜品用到了香菜，而土豆這種我覺得應該用的很多的主材，卻這麼少。

OK，這邊我們就只做簡單的分析即可，如果有同學有興趣，可以在分析下去，我這邊就不繼續展開去說了。

總結

在上述【中國八大菜系菜譜數據可視化圖表分析】的案例中。我們通過【造數】、【Excel表格】和【BDP】這些工具的使用， 就能做到零代碼的完成包括數據挖掘和圖表製作的過程。所以想做數據的可視化展示並不難，只要我們開始動手去做，人人都可數據可視化圖表來，這就是工具的價值。

所以我們設計中心也在思考，有沒有可能在圖表之上，提供更好的數據可視化工具，而不單只是做一個個單一的圖表。集合圖表、地圖、大數據的整體可視化工具，我們在這個方向前進，推出一款更好打大數據可視化工具。

轉貼自： 騰訊雲