一、可视化原理
在技术上，数据可视化最简单的理解，就是数据空间到图形空间的映射。

一个经典的可视化实现流程，是先对数据进行加工过滤，转变成视觉可表达的形式（Visual Form），然后再渲染成用户可见的视图（View）。

二、可视化技术栈
一般来说，数据可视化工程师需要掌握以下技术栈：

• 基础数学：三角函数、线性代数、几何算法
• 图形相关：canvas、svg、webgl、计算图形学、图论
• 编程算法：SQL、Python、JAVA、R等编程语言、统计算法、常用的布局算法
• 数据分析：数据清洗、统计学、数据建模
• 设计美学：设计原则、美学评判、颜色、交互、认知
• 可视化基础：可视化编码、可视分析、图形交互
• 可视化解决方案：图表的正确使用、常见的业务的可视化场景

当然，以上技术都需要你拥有对数字超强的敏感度，这决定着你能不能成为一名顶级的数据可视化工程师。
三、可视化工具
介绍几款数据可视化工程师常用的必备工具吧
学术界用得比较多的是R语言、ggplot2、Python可视化库等，普通用户喜闻乐见的是 Excel，商业上的产品是Tableau、DOMO、 FineBI等等，是个精彩纷呈的世界。
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、Tableau
Tableau是桌面系统中最简单的商业智能工具软件，没有强迫用户编写自定义代码，新的控制台也可完全自定义配置。在控制台上，不仅能够监测信息，而且还提供完整的分析能力。

评价：全球知名的BI工具，价格6000元/年/人左右，但是国外产品不花钱不会为你做任何定制化改动，售后很有问题。
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：数据可视化工程师需要扎实的技术基础，高度敏感的数据思维以及自己擅长的可视化工具，是一个较为综合的岗位，要做好不容易，加油吧！