第五部分：进阶工具
如果你准备用数据可视化做一些“严肃”的工作，那么你可能不会对在线可视化工具或者web小程序有太大兴趣，你需要的是桌面应用和编程环境。
16. Processing
Processing是数据可视化的招牌工具。你只需要编写一些简单的代码，然后编译成Java。目前还有一个Processing.js项目，可以让网站在没有Java Applets的情况下更容易地使用Processing。由于端口支持Objective-C，你也可以在iOS上使用Processing。虽然Processing是一个桌面应用，但也可以在几乎所有平台上运行，此外经过数年发展，Processing社区目前已近拥有大量实例和代码。
17.NodeBox
NodeBox是OS X上创建二维图形和可视化的应用程序。你需要了解Python程序，NodeBox与Processing类似，但是没有Processing的互动功能。
第六部分：专家级工具
与Excel相对的是专业数据分析工具。如果你是一个专业的数据分析师，那么你就必须对下面将要介绍的工具有所了解（如果不是精通的话）。众所周知，SPSS和SAS是数据分析行业的标准工具，但是这些工具的费用不菲，只有大型组织和学术机构才有机会使用，下面我们介绍几种免费的替代工具，这些开源工具的共同特征是都有强大的社区支持。开源分析工具性能不输老牌专业工具，插件的支持甚至更好。
18.Ｒ
作为用来分析大数据集的统计组件包，Ｒ是一个非常复杂的工具，需要较长的学习实践，学习曲线也是本文所介绍工具中最陡峭的。但是Ｒ拥有强大的社区和组件库，而且还在不断成长。当你能驾驭Ｒ的时候，一切付出都是物有所值的。
19.Weka
当你成长成一名数据科学家的时候，你需要将个人能力从数据可视化扩展到数据挖掘领域。Weka是一个能根据属性分类和集群大量数据的优秀工具，Weka不但是数据分析的强大工具，还能生成一些简单的图表。
20. Gephi
Gephi是进行社交图谱数据可视化分析的工具，不但能处理大规模数据集并生成漂亮的可视化图形，还能对数据进行清洗和分类。Gephi是一种非常特殊的软件，也非常复杂，先于他人掌握Gephi将使你一骑绝尘。
原文发布时间为：2013-08-13