在线画图平台千千万，总有一款适合你
人人都想画出好看的图来展示成果，如果你没有编程基础，各大公司的云平台基本可以满足大部分需求或者找人帮忙，如果你是大牛，可以自己写个小工具个性化定制。如果你懂一点想学习更多自己画，那么推荐几个网站给你（不定期更新），也欢迎分享：
1、r-graph-gallery
https://www.r-graph-gallery.com/
首先感谢思考问题的熊的推荐，这个网站偏基础知识，虽然不能在线画图，但对入门的朋友来说，画图前了解每种图的使用场景和优缺点还是十分必要的。
很齐全
如果想了解桑基图，点sankey diagram进去。会显示详细说明以及示例“A Sankey diagram is a specific type of flow diagram, in which the width of the links is shown proportionally to the flow quantity. Entities are represented by rectangles or text, and linked if there is a flow between them. It shows a directed network structure (with nodes and edges), so other types of visualization are probably possible for your data (like network, arc diagram, dendrogram, edge bundling..). An alluvial chart is a variation of Sankey that visualizes frequency distributions over time or frequency tables involving several categorical variables. It will be considered in this section as well. Concerning tools, my preference goes to the networkD3 library that allows making an interactive version of Sankeys. For static version, the alluvial and ggalluvial libraries are considered.”
code也有
2、visualisingdata
http://www.visualisingdata.com/resources/
最早是在嘉因画图群里由@潜推荐的～～
网站汇总了各式各样的工具，最上一排标题栏分门别类，有地图类，表格，基于web的等类别。
map地图类
更贴心的是你可以直接进入该工具的主页，想画啥就画啥
codeflower
比如你看这个图很炫，点开一看codeflower是用来展示交互树interactive tree的，是用d3.js实现的。再点一下就跳转到相关主页上去了 redotheweb.com/CodeFlower/
当然，很多工具不只是用来画一种图，同一种图也可以用不同的工具来画，很多常用的交互网站都能在这里找到，没事来转转说不定会有新收获
3、ggplot2-gallery
http://www.ggplot2-exts.org/gallery/
这个也是从@潜那里知道的，听说过的人比较多。可以了解ggplot2的最新拓展包
很心动
4、rawgraphs
http://app.rawgraphs.io/
我个人最喜欢的绘图交互网站，交互性特别强。
一共就四步
这里先用网站示例数据，（可以上传自己的数据）
这里选movies
格式是这样的
选好后选择想画的图，
这里选alluvial diagram
然后根据提示选择变量，注意按要求区分数值型numbers和字符型strings。
出图很快
最后一键保存
B88C94E8-F9C0-4CF5-B132-CE6913AD4A55.png
是不是很easy？操作方便，拖拽即可，美中不足的是画图的类别有点少。
其他类似的在线画图网站也很好用，比如GetBulb http://www.getbulb.com/
GetBulb
操作比rawgraphs略麻烦
其他推荐：
生信宝典免费在线工具 http://www.ehbio.com/ImageGP/
基迪奥平台 http://www.omicshare.com/tools/ （需兑币）
百迈客云平台 https://international.biocloud.net/zh/software/tools/list（需兑币）
分享才能共赢
see you next time～
