第五部分：進階工具
如果你準備用資料可視化做一些“嚴肅”的工作，那麼你可能不會對線上可視化工具或者web小程式有太大興趣，你需要的是桌面應用和程式設計環境。
16. processing
processing是資料可視化的招牌工具。你隻需要編寫一些簡單的代碼，然後編譯成java。目前還有一個processing.js項目，可以讓網站在沒有java applets的情況下更容易地使用processing。由于端口支援objective-c，你也可以在ios上使用processing。雖然processing是一個桌面應用，但也可以在幾乎所有平台上運作，此外經過數年發展，processing社群目前已近擁有大量執行個體和代碼。
17.nodebox
nodebox是os x上建立二維圖形和可視化的應用程式。你需要了解python程式，nodebox與processing類似，但是沒有processing的互動功能。
第六部分：專家級工具
與excel相對的是專業資料分析工具。如果你是一個專業的資料分析師，那麼你就必須對下面将要介紹的工具有所了解（如果不是精通的話）。衆所周知，spss和sas是資料分析行業的标準工具，但是這些工具的費用不菲，隻有大型組織和學術機構才有機會使用，下面我們介紹幾種免費的替代工具，這些開源工具的共同特征是都有強大的社群支援。開源分析工具性能不輸老牌專業工具，插件的支援甚至更好。
18.Ｒ
作為用來分析大資料集的統計元件包，Ｒ是一個非常複雜的工具，需要較長的學習實踐，學習曲線也是本文所介紹工具中最陡峭的。但是Ｒ擁有強大的社群群組件庫，而且還在不斷成長。當你能駕馭Ｒ的時候，一切付出都是物有所值的。
19.weka
當你成長成一名資料科學家的時候，你需要将個人能力從資料可視化擴充到資料挖掘領域。weka是一個能根據屬性分類和叢集大量資料的優秀工具，weka不但是資料分析的強大工具，還能生成一些簡單的圖表。
20. gephi
gephi是進行社交圖譜資料可視化分析的工具，不但能處理大規模資料集并生成漂亮的可視化圖形，還能對資料進行清洗和分類。gephi是一種非常特殊的軟體，也非常複雜，先于他人掌握gephi将使你一騎絕塵。
<b></b>
<b>原文釋出時間為：2013-08-13</b>
<b>本文來自雲栖社群合作夥伴“大資料文摘”，了解相關資訊可以關注“bigdatadigest”微信公衆号</b>