BI数据可视化工具应该如何选择？

当前业务可视化分析早已经不是过去Excel+VBA的模式了，各种BI工具眼花缭乱，不光能绘制绘制图表和制作可视化看板，还能实现自助式分析、SQL查询、机器学习建模、网页搭建、AI对话等各种需求，非常的强大，比如像大家熟知的PowerBI、Tableau，已经成为数据分析和可视化必备工具。

但PowerBI、Tableau都是商业软件，使用成本较高，这里推荐3个小众但可视化能力不俗的BI工具，而且是开源免费的，非常适合企业或者个人制作和部署可视化报表。

Superset

Superset是一个基于浏览器的开源BI应用，是Airbnb团队开发的，现在是Apache项目成员。和Tableau一样，Superset通过数据字段的拖拉拽实现可视化图表制作，并搭建看板。

它的后端基于python开发，通过python安装使用，所以也算是python可视化生态的一员。

Superset的三大特点是：开源、轻量级、图表丰富，而且支持SQL查询，通过SQLAlchemy与大多数基于SQL语言的RDBMS集成。

它之所以可视化能力强，是因为通过 NVD3/D3 预定义了多种可视化图表，满足大部分的数据可视化展示需求，而且支持创建和共享仪表板。

相比较集成好的软件，Superset是有些使用门槛的，对新手没那么友好，不过它免费呀，免费真香。

Superset安装的python依赖库比较多，建议先安装Anaconda，避免不必要的麻烦。

具体安装使用步骤见下：

# pip安装superset
pip install apache-superset
# 初始化数据库
superset db upgrade
# 创建账号
$ export FLASK_APP=superset
superset fab create-admin
# 加载数据示例
superset load_examples
# 创建默认角色
superset init
# 启动 web server， port 8088
superset run -p 8088 --with-threads --reload --debugger

Superset可视化示例：

Dash

Dash并非传统意义上的BI工具，而是一个基于Python的web可视化开发框架，能更自由地搭建BI看板，并发布web应用。

故而，它最重要的特点是完美集成Python数据科学生态，灵活而强大。

Dash 建立在 Plotly.js、React 和 Flask 之上，支持超过 35 种图表类型，包括地图、三维模型等，将现代 UI 元素（如下拉列表、滑块和图形）与 Python 相结合，所以可视化能力异常强大。

相比其他前端可视化工具学习成本较高，但你只需要会Python 就可以使用Dash绘制图表、制作报告，无需js、css基础。

而且，Dash 应用程序代码是声明式和反应式的，这使得构建包含许多交互元素的复杂应用程序变得容易。

由于Python的加持，Dash还可用于自然语言处理、对象检测、预测分析等AI领域，这是传统BI工具不具备或不擅长的。

Dash安装也很简单，使用pip即可。

pip install dash

Dash可视化示例：

DataEase

DataEase同样是一款开源的BI可视化工具，有桌面版和服务器版，相比前两个BI，它的中文文档比较全面。

DataEase前端采用Vue.js、Element，使用AntV作为可视化支持，所以图表样式非常的丰富。

它能够连接几乎所有主流数据源，例如 MySQL、Oracle、SQL Server、PostgreSQL、Excel 文件等，实现各种数据源的整合。

你可以通过非常直观的操作界面，无需编写代码，简单的拖拉拽即可进行数据的清洗、转换和分析，以及可视化看板的搭建，你可以将其嵌入到web、app等应用中，非常便捷。

服务器版安装：

# 准备一台 2 核 4G 以上的 Linux 服务器，并以 root 用户运行以下一键安装脚本：

curl -sSL https://dataease.oss-cn-hangzhou.aliyuncs.com/quick_start_v2.sh | bash

DataEase可视化示例：