在说如何成为一名数据可视化工程师之前，我想先说一个大的前提：对于前端、程序员等各种岗位而言，不要盲目地切入数据可视化这个领域，因为核心竞争力相对于来说不会很大，这只是锦上添花，并不会雪中送炭。
没有一个公司的老板，会专门招人来做可视化大屏，都是IT部门去搞定，再或者数据部门，这些都不是核心工作。
好了，说正题。
国内让我惊艳的可视化公司有如下几个：
- 帆软 ：应用很广，国内头部的数据分析公司
- 阿里的datav： 仅仅做展现层，UI比较突出
- 数字冰雹：可视化比较酷炫，可以集成
如果想成为可视化工程师，那这些公司的工具你总得体验过一遍吧。
总结下来，就是这3种能力：
大家都知道公司数据非常多，尤其是互联网金融公司和地产公司，从周报、月报、季报到年终总结，其实都是对过去工作数据的归纳和总结的过程。
因此，很多人都被迫变成了处理数据的机器，而杂乱无章的数据非常难以进行分析和统计，此时数据可视化应运而生。
这就是一个非常典型的数据可视化例子。上面的数据通过人眼很难看出其规律性，大家只认为这是一组杂乱的数据，而将其可视化之后就发现了其中非常明显的规律性，方便人脑记忆
这也是可视化工程师的第一个能力：设计。
你需要对所有图表了如指掌，知道什么类型的数据适合什么样的图表，如果把可视化比喻成一个产品，那你就是这个产品的设计师。
再来说说第二个能力：编程。
取数，sql语言，开源工具，都是需要比较强的编程和代码能力的，你让市场部的去做，他肯定做不好，分工不同，这一块不多讲，可以自己去学习。
至于最后一个能力，讲故事，大多数人可能不太理解，为什么会有这个？
可视化的价值，一是业务部门，二是领导，说实话，业务部门根本不会关心你的图表有多么酷炫，他只想知道你从中获得了什么有价值的信息，如何指导我们开展工作。
领导层面会有点不一样，所谓的"ppt文化”，在哪都存在，你如果不会表达，多少都会有点吃亏，实话实说，里面的含义自己去理解。
再来说说工具吧，如果你的问题是如何成为数据分析师，我可能不会给你推荐工具，但是可视化必定离不开工具，那些别的软技能需要在不同业务和不同分析中学会。
放几个工具吧。
1、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。
评价：强大的 SVG 操作能力，可以非常容易的将数据映射为 SVG 属性，还集成了大量数据处理、布局算法和计算图形的工具方法，有着强大的社区和丰富的 demo，但是API 太底层，复用性低，学习与使用成本高。
2、ECharts
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。
评价：丰富的图表类型，覆盖主流常规的统计图表，而且配置项驱动，三级个性化图表样式管理，但是灵活性上不如 Vega 等基于图形语法的类库，一些复杂关系型图表比较难定制
3、FineReport
FineReport报表软件是一款纯Java编写的、集数据展示(报表)和数据录入(表单)功能于一身的企业级web报表工具，仅需简单的拖拽操作便可以设计复杂的中国式报表，搭建数据决策分析系统。
评价：可以直连数据库，方便快捷的定制各种复杂表样，用来做出固定格式的周报、月报等。它的格式类似于excel界面，特色功能报表制作，报表权限分配，报表管理还有填报，支持多种数据库。
4、Vega
Vega 是一套交互图形语法，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。
评价：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，但是其本身有着复杂的语法设计，使用和学习成本很高
5、FineBI
FineBI是商业智能BI工具，与Tableau类似，都主张可视化的探索性分析，有点像加强版的数据透视表。上手简单，可视化库丰富。可以充当数据报表的门户，也可以充当各业务分析的平台。
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。
总结一下吧，其实不管你用什么工具，不管你会什么技能，记住核心：理解数据！理解数据！理解数据！
