干货 | 功能强大的数据挖掘与分析平台——KNIME
Posted 白杨数新观察
tags:
篇首语：本文由小常识网(cha138.com)小编为大家整理，主要介绍了干货 | 功能强大的数据挖掘与分析平台——KNIME相关的知识，希望对你有一定的参考价值。
你是否觉得自己在处理数据时效率太低呢？
你是否觉得自己在交互设计上不够惊艳呢？
没关系！今天小编就通过一篇网页交互案例——“足球世界杯各国情况一览图“来介绍一款功能强大的数据挖掘与数据分析的软件平台——KNIME。
1什么是KNIME？
通过数据挖掘，我们可以从大量有序或者杂乱的数据中发现潜在的规律；通过数据分析，我们还能用已知的数据预测未来的发展变化。而KNIME就是这样一款强大并且开源的数据挖掘与分析的软件平台。
（KNIME软件平台）
KNIME数据分析平台最引人注目的是其强大的数据和工具的集成能力：容易与第三方的大数据框架集成其通过大数据组件的扩展（Big Data Extension）能够方便地和Apache的Hadoop和Spark等大数据框架集成在一起，非常容易使用。
它兼容多种数据形式其不但支持纯文本，数据库，文档，图像，网络，甚至还支持基于Hadoop的数据格式兼容多种数据分析工具和语言其不但集成了很多的工具，包括支持R语言和Python语言的脚本，从而让专家经验被复用强大的可视化功能提供了易于使用的图形化接口，能够把分析结果通过生动形象的图形展示给用户。最重要的是，其还提供了1500多个模块，且现在还在不断的增长。通过这些已有模块，我们便能够快速处理数据。
2案例概览
今天我们要切入的案例名为“足球世界杯各国情况一览图”。该案例的工作流程能够在KNIME上一览无余：它首先通过地理数据来创建一个地图，再用不同的颜色编码来对应不同国家，使之与各个国家足球队历史上的进球、积分和胜率所对应，并且还具有能够自由筛选的年份范围。
（按年份分布的各国成绩柱状图）
（鼠标悬浮框的交互功能）
（可按年份筛选以及按进球、胜场和积分筛选）
这篇案例无论是在数据处理、美观设计还是网页交互上，都值得我们借鉴和学习。
3如何通过KNIME制作该作品？
首先，我们需要观察KNIME上该案例的流程图来理解其内在的逻辑。
（原始数据节点）
从纵向来看，我们需要准备的原始数据有三大块，分别是“各国球队战胜其他球队次数的饼图（比例图）”以及“各国国旗图”，最后还有最主要的数据，其中包含各国的名称简写、相应年份、进球个数、胜利场次以及积分情况。
（各国球队战胜其他球队次数的饼图）
（主要数据：按名称简写、相应年份、进球个数、胜利场次以及积分情况分类）
在掌握原始数据以后们就要用我们的KNIME节点来处理数据啦。我们首先用到节点就是“Table to JSON”,这个节点可以将我们原始的图片数据整理成我们后续编程能够识别的JSON数据集格式。我们来看看整理后的数据格式是什么样子：
（KNIME已经将其整理为JSON格式）
接着，在将图片整理成JSON格式以后，我们还不能直接把它们输入到代码里，这里我们还需要增加一个节点就是“Table Row to Variable”,这个节点可以帮助我们把JSON数据中的变量部分进行特殊申明，这样才能出现鼠标悬浮时各类图片的变量转化效果哦。
（已经申明好的变量）
最后，我们就需要把这三块原始数据整理到一起作图啦，这时候我们会用到“Generic javascript View”这个节点。
（“Generic JavaScript View”节点）
它能够利用JavaScript把已经处理好的数据整合到一起，并且写出各种炫酷的交互效果。所以在作图时，我们需要用到一些d3和JavaScript的知识。
（“Generic JavaScript View”操作界面）
可以看到，在这个节点中，我们能够自由更改CSS样式和交互效果。在KNIME帮我们处理好繁杂的数据之后，我们就要大开脑洞来设计自己喜欢的可视化效果啦。这样看来，KNIME是不是一个强大的数据处理助手呢？
事实上，KNINE对于数据的运用绝不仅仅如此，后续我们还将继续对KNIME软件平台进行更多维度的介绍。
（编辑：段辉然）
以上是关于干货 | 功能强大的数据挖掘与分析平台——KNIME的主要内容，如果未能解决你的问题，请参考以下文章
咨询 | Gartner 2016 年商业智能和分析平台魔力象限报告（干货）