数据可视化（ Data Visualization ）起源于18世纪，William Playfair 在他出版的书籍《 The Commercial and Political Atlas 》中第一次使用了柱形图和折线图。当时是为了表示国家的进出口量，在今天依然这么使用。19世纪初，他出版了《 Statistical Breviary 》一书，里面第一次使用了饼状图。这三种都是至今最常用的最著名的可视化图形。19世纪中叶，数据可视化主要被用于军事用途，用来表示军队死亡原因、军队的分布图等。进入20世纪，数据可视化有了飞跃性的发展。1990年，在人机界面学会上，作为信息可视化原型的技术被发表。1995年，IEEE Information Visualization 正式创立，信息可视化作为独立的学科被正式确立[1]。随着2012年世界进入大数据时代，数据可视化作为大量数据的呈现方式，成为当前重要的课题。
1. 数据可视化是什么
The main goal of data visualization is its ability to visualize data, communicating information clearly and effectively.
数据可视化的目的，是要对数据进行可视化处理，以使得能够明确地、有效地传递信息。
— Vitaly Friedman
2. 为什么可视化之后会更好
比起枯燥乏味的数值，人类对于大孝位置、浓淡、颜色、形状等能够有更好更快的认识。经过可视化之后的数据能够加深人对于数据的理解和记忆。
例如有以下的数据，你能一眼看出哪一个最大吗？
【 321, 564, 1391, 245, 641, 798, 871 】
可视化之后呢？
这样是否易于理解了呢？
3.数据可视化的构成要素
数据可视化的手法很多，其中有一些共通的视觉要素，整理如下。
坐标。数值的位置被对应到直角坐标系或极坐标系上。
大校数据的大小被对应到图形的大校
色彩。数值的分类和界限等对应到颜色的不同。
标签。数值的特征用标签来标记。
关联。数值之间的联系，用关联线条等连接起来。
4. 数据可视化的适用范围
目前存在着多种划分方法，常见的有[2]：
《Data Visualization: Modern Approaches》（“数据可视化：现代方法”，2007）中阐述了数据可视化的下列主题：
思维导图
新闻的显示
数据的显示
连接的显示
网站的显示
文章与资源
工具与服务
Frits H. Post（2002）从计算机科学的视角，将这一领域划分为如下多个子领域：
可视化算法与技术方法
立体可视化
信息可视化
多分辨率方法
建模技术方法
交互技术方法与体系架构
5.数据可视化和信息可视化的关系
数据可视化（ Data Visualization ）和信息可视化（ Information Visualization ）很相近，有时几乎可以等同。但严格来说它们是不同的，它们的不同可以总结为一句话：数据可视化是对数字信息进行可视化，信息可视化是对数字信息和非数字信息进行可视化。
