数据可视化平台:Flourish、Basedash、Datart、DataWrapper、Shaper、Edalitics

本文汇总几款开源或闭源BI、数据分析、可视化平台或项目:

  • 闭源:Flourish、Basedash
  • 开源:Datart、DataWrapper、Shaper、Edalitics

Flourish

官网,一款基于浏览器的专为内容创作者、数据分析师和新闻编辑部设计的顶级可视化工具。打破数据展示的枯燥感,通过丰富的无代码模板,将原始表格转化为具有高度交互性的视觉作品。无论是精密的地理信息地图,还是引人入胜的动态赛车图,都能帮助用户在几分钟内完成从数据导入到精美发布的蜕变,让原本复杂的信息变得直观且更具感染力。除单一图表展示,核心优势在于其强大的叙事(Storytelling)功能。用户可将多个可视化组件串联成连贯的交互式故事,结合滚动叙事技术,引导观众循序渐进地探索数据背后的真相。平台支持团队协作与品牌定制,确保产出的视觉内容在任何终端上都能保持完美的品牌一致性与响应式体验。

最大的特点是零代码门槛,用户无需任何编程基础,只需上传数据、选择模板,即可快速生成专业级的动态交互图表和沉浸式数据故事。

与传统BI工具如Tableau或Power BI相比,更注重动态呈现与叙事能力,特别适合制作需要在社交媒体传播或嵌入网页/PPT中的动态可视化内容。

核心功能:

  • 零代码交互式创作;提供海量经过专业设计的图表和地图模板,用户只需上传Excel或CSV文件,即可通过可视化界面定制交互效果,无需编写任何代码
  • 沉浸式数据叙事:Flourish Stories功能支持构建多步骤的数据解说脚本,将静态图表组合成连贯的动态演示,非常适合深度报道与专题演示
  • 全平台响应式适配:生成的作品支持一键嵌入网站、PPT或社交媒体,且能自动适配手机、平板及PC屏幕,确保视觉冲击力不打折扣
  • 企业级品牌控制:支持上传品牌调色盘、字体和Logo,确保团队协作时产出的每一张图表都符合企业的视觉识别规范

图表支持:折线图、柱状图、饼图......

Basedash

官网,一个AI驱动的多功能BI、数据分析和内部工具平台,通过自然语言交互和类电子表格的数据库编辑,使用户能够创建数据可视化、仪表盘、获取数据洞察。

旨在简化技术和非技术用户的数据交互。用户可通过用普通话语描述数据需求来生成图表和仪表盘,无需手动编写SQL查询。支持实时协作,集成多种数据源,并提供电子表格风格的数据库编辑界面。其架构包括专用数据仓库,确保快速查询性能而不影响生产数据库,使其适合寻求高效数据探索和管理的团队。

支持600多种数据源连接,可实时生成报表和仪表盘,并具有30倍低于GPT-5的幻觉率。提供Slack集成、自动KPI仪表盘和协作功能,承诺30分钟内完成设置。

功能特性

  • 自然语言数据查询:用户可用普通话语描述所需的图表或数据洞察,Basedash会自动生成相应的可视化内容
  • 数据库支持:大多数SQL数据库,包括PG、MySQL、Redshift、SQL Server和MariaDB,并计划支持MongoDB和Firestore
  • 类电子表格的数据库编辑器:熟悉的电子表格风格界面让团队成员无需深厚的技术技能就能协作查看和编辑数据库记录
  • 自动图表生成:可从数据表和SQL查询中自动创建累计和时间序列图表,简化仪表盘创建过程
  • 集成数据仓库:将数据源连接到基于ClickHouse构建的专用仓库,防止生产数据库速度下降并实现可扩展分析
  • 协作和活动跟踪:支持实时多用户协作,具有完整的编辑历史记录和回滚更改的能力,确保数据完整性
  • 广泛的集成:与超过500种数据源和外部工具(如Stripe、Zapier、Make、Segment和Mailchimp)无缝连接,增强工作流自动化
  • 数据安全:提供双因素认证、SOC 2 Type 2合规性和精细的访问控制等功能来保护数据

适用场景

  • 数据可视化和报告:无需编写SQL,即可创建交互式仪表盘和图表来监控关键业务指标
  • 为非技术团队提供的内部工具:使客户支持、运营和营销团队能够使用直观的界面安全地探索和更新数据
  • 协作数据管理:团队可通过实时更新和版本控制共同编辑和维护数据库
  • SQL查询辅助:利用AI驱动的SQL编写帮助,高效构建和优化查询
  • API驱动的工作流自动化:将数据工作流与外部服务集成,实现业务流程自动化

实战

体验使用方式:

  • 官网SaaS:需注册
  • 开源(GitHub,41 Star,3 Fork)

打开SaaS,选择数据源,支持MCP、数仓(Warehouse)、数据库(Database)、工程(Engineering)、事件源(Events)、文件(File)、金融(Finance)、函数(Function)、人力资源(Human Resources)、市场营销(Marketing)、生产力(Productivity)、销售(Sales)、安全(Security)、支持(Support)、

上面说支持600多种,应该不止;支持快速过滤搜索。

基于源码部署:

bash 复制代码
git clone https://github.com/Basedash/self-hosted.git
cd self-hosted
docker compose up -d

Datart

官方文档,开源(GitHub,2.3K Star,654 Fork)数据可视化开放平台,支持各类企业数据可视化场景需求,如报表、仪表板、大屏、分析和可视化数据应用的敏捷构建。原davinci主创团队出品。

核心特性

  1. 多源支持:兼容MySQL、Oracle、Hive、API等20+数据源
  2. 可视化引擎:提供50+图表类型及自助式拖拽分析
  3. 权限管理:细粒度控制行/列级数据权限
  4. 响应式设计:适配PC、移动端及数据大屏展示

官方发布的完整功能特性

核心优势

  • 更开放:在多个层面提供开放可扩展能力,新扩展支持可通过即插即用方式安装、更新或卸载,解决方案是建立起一套标准化的数据可视化开放平台体系
  • 更可塑:可作为独立平台使用,能很容易被整合、内嵌至其他三方系统,承担数据可视化部分功能。通过登录对接能力、权限对接能力、Source层对接能力和可视化层分享、SDK等能力,用户可基于datart平台对接或二开以快速满足业务系统定制化需求。
  • 更智能:更加重视对数据的延展性、洞见性,拥有完整数据分析洞察能力,分析能力增强。会在平台层面提供可扩展数据增强分析能力,基于数据通过可视化方式回答What、Why。

实战

使用方式至少包括如下几种:

  • 在线体验 :打不开。用户名密码为demo/123456
  • 基于Docker:docker run -p 8080:8080 datart/datart
  • 基于源码
bash 复制代码
git clone https://github.com/running-elephant/datart.git
cd datart
mvn clean package -Dmaven.test.skip=true
unzip datart-server-1.0.0-beta.x-install.zip 

执行mvn命令将下载三方依赖,若失败则重试。

执行失败:

复制代码
[ERROR] Failed to execute goal org.apache.maven.plugins:maven-compiler-plugin:3.8.1:compile (default-compile) on project datart-core: Fatal error compiling: java.lang.IllegalAccessError: class lombok.javac.apt.LombokProcessor (in unnamed module @0x391133ad) cannot access class com.sun.tools.javac.processing.JavacProcessingEnvironment (in module jdk.compiler) because module jdk.compiler does not export com.sun.tools.javac.processing to unnamed module

解决方法:升级项目根目录下pom.xml文件里lombok版本号到1.18.30

结果又遇到报错:

复制代码
/JavascriptUtils.java:[22,33]jdk.nashorn.api.scripting

分析:JDK 15+移除Nashorn引擎。原项目居然还在使用JDK8。乖乖降低JDK版本,撤回上面lombok改动。

DataWrapper

官网,一款专为非技术人员设计的在线数据可视化开源(GitHub,1.5K Star,279 Fork)工具,无需编程基础,也能快速创建专业、美观且交互性强的数据图表。科研人员可将复杂的研究数据转化为直观的图表,增强论文、报告和演示的可读性和说服力。

注意:GitHub里仅仅只是开源一些工具函数,不算开源项目。

优势:

  • 零编码需求:完全可视化操作,无需任何编程知识
  • 出版级质量:图表设计符合专业出版标准,可直接用于学术论文
  • 响应式设计:自动适配各种屏幕尺寸,在手机和电脑上都能完美显示
  • 丰富的图表类型:支持柱状图、折线图、散点图、地图等多种可视化形式
  • 免费基础版:免费版本功能已足够满足大多数学术需求

核心功能

  • 直观的数据上传:支持从Excel、Google Sheets导入或直接粘贴数据
  • 智能图表推荐:根据数据类型自动推荐最合适的可视化形式
  • 丰富的定制选项:颜色、字体、标注等均可精细调整
  • 交互式元素:支持悬停提示、点击筛选等交互功能
  • 地图可视化:内置多种地图模板,支持区域着色和点分布图
  • 无障碍设计:自动生成图表描述,满足无障碍阅读需求

应用场景

  • 学术论文图表:制作符合期刊要求的专业数据图表
  • 研究报告可视化:将复杂的研究结果转化为易懂的视觉形式
  • 学术会议海报:创建高质量图表增强海报的视觉效果
  • 教学材料制作:为课程准备清晰的数据可视化示例
  • 数据博客文章:为学术博客或科普文章添加交互式图表

注意事项

  • 免费版限制:免费账户创建的图表会有Datawrapper水印,且部分高级功能受限
  • 数据隐私:上传的数据会存储在Datawrapper服务器,敏感数据需谨慎
  • 网络依赖:在线工具需要稳定网络连接,离线环境下无法使用
  • 自定义限制:相比编程工具如ggplot2或D3.js,自定义灵活性有限

Shaper

官网,开源(GitHub,1.2K Star,42 Fork)基于Go+React,DuckDB数据可视化工具,用于创建数据仪表盘和分析结果。官方文档

功能特性

  • 数据加载:支持CSV、JSON、Parquet、Excel、文本文件、HTTP远程文件、S3、数据库(DuckDB、PG、SQLite、MySQL)等数据源,也可基于DuckDB扩展插件读取Snowflake、Big Query、ClickHouse、Arrow Flight、Iceberg、Google Sheets等数据。
  • SQL支持:底层基于DuckDB查询引擎,SQL不仅用于查询和转换数据,同时也用于定义可视化组件。
  • 动态仪表盘:通过数据过滤器生成动态交互式仪表盘;支持使用图表注解;可显示或者隐藏仪表盘中的部件。
  • 嵌入式仪表盘:可使用JS嵌入式API在应用程序中嵌入仪表盘,采用JWT限制用户访问。
  • 定时任务:支持创建定时任务,自动执行SQL脚本,可用于加载远程数据、执行数据转换、清理历史数据等。
  • 工作流:完全基于SQL脚本构建仪表盘,可使用文本编辑器进行管理,使用Git集成到CI/CD工作流中。
  • 导出功能:可导出CSV、Excel数据文件、PDF报告。
  • 在线分享:支持生成可通过在线分享的仪表盘链接,可选择密码保护。

安装

bash 复制代码
docker run --rm -it -p5454:5454 -v ./mydata:/data taleshape/shaper

浏览器打开http://localhost:5454,开始体验。

Edalitics

开源(GitHub,199 Star,26 Fork)数据分析与可视化软件,官网免费体验需要注册登录,无需注册即可在线体验参考文档

技术栈:Angular+Node.js+MongoDB

功能特性

  • 数据源:支持常见的数据库和文件,包括PG、SQL Server、Oracle、MySQL、Vertica、Google BigQuery、Snowflake、JSON Webservice、MongoDB、Excel、CSV。
  • 简单易用:包括连接数据源、创建数据模型、生成可视化图表和报告三个步骤,零代码实现适合非技术用户。
  • 高级功能:支持SQL查询模式,方便高级用户进行复杂分析。
  • 自动告警:可定义数据KPI并设置自动邮件告警。
  • 报告共享:设置报告的可见性,公共报告可通过URL进行分享
  • 访问控制:通过高级数据过滤和行级数据安全(Row Level Security)控制数据访问权限。
  • 系统集成:可与各种ERP(Odoo)、CRM(Salesforce、Zoho)、分析平台、Restful API进行集成分析。

实战

基于Docker部署:docker run -p 8003:80 jortilles/eda:latest

浏览器打开http://localhost:8003,输入U/P:eda@jortilles.com/default开始体验。

基于源码部署:

bash 复制代码
git clone https://github.com/jortilles/EDA.git
# 启动后端API服务
cd EDA/eda/eda_api
npm install
npm start
# 启动前端App
cd EDA/eda/eda_app
npm install
npm start

浏览器打开http://localhost:4200开始体验。

生产环境推荐使用Helm Chart方式部署:

bash 复制代码
helm repo add deploystack https://deploystackio.github.io/deploy-templates/
helm repo update
helm install jortilles-eda deploystack/jortilles-eda
相关推荐
太平洋月光3 天前
Antv G2中自定义技巧📊
前端·数据可视化
那些年丶ny5 天前
颜色扩展库
前端·javascript·数据可视化
於 兔シ5 天前
Apache Superset 二次开发实践:接入 AI Agent,并确保数据权限不被绕过
ai·数据分析·agent·数据可视化·bi·superset·数据权限
极光代码工作室7 天前
基于Spark的日志监控与分析平台
大数据·hadoop·python·spark·数据可视化
慧都小妮子7 天前
ThingsBoard PE 智慧能源:打造企业数字化能源管理平台
运维·物联网·能源·数据采集·数据可视化·thingsboard·制造业数字化
databook8 天前
当散点图不够用时:用 t-SNE 可视化多维数据
python·数据分析·数据可视化
Strayer8 天前
拓扑管网 3D 可视化大屏demo:科技感(地图 + 拓扑 + 3D 空间)
前端·three.js·数据可视化
datagear8 天前
DataGear 6.0.0 新特性之本地图表
数据分析·html·数据可视化
晁阳9 天前
Three.js 带主题切换的数据可视化大屏 —— 技巧与实现
数据可视化