1）在数据可视化项目中给数据清洗留出足够的时间， 特别是在需要处理多个数据源， 需要手工录入或者OCR数据， 进行不同类别的配比， 或者需要处理一些非标准格式时， 需要留出更多的时间。
2）Google Refine （编者：需要翻墙）是一个很好的数据清洗工具， 尽管在有些地方， 特别是处理非表格化数据时有些不足。 此外， 还有一些数据清洗专用的工具如Data Wranger 和 Mr. Data Converter。 不过， 很多的数据清洗工作仍然需要你熟悉脚本语言如Python或者需要你在Excel里进行一些手工工作。 记得把你的脚本存档， 你以后肯定用得上。
3）用简单的一些散点图或者直方图来发现一些超正常范围的错误数据。