数据可视化与信息图形、信息可视化、科学可视化以及统计图形密切相关。当前，在研究、教学和开发领域，数据可视化乃是一个极为活跃而又关键的方面。“数据可视化”这条术语实现了成熟的科学可视化领域与较年轻的信息可视化领域的统一。数据可视化与立体建模之类的特殊技术方法相比，数据可视化所涵盖的技术方法要广泛得多。

什么是数据可视化？数据可视化,就是指将结构或非结构数据转换成适当的可视化图表,然后将隐藏在数据中的信息直接展现于人们面前。展示需要相比传统的用表格或文档展现数据的方式,可视化能将数据以更加直观的方式展现出来,使数据更加喀观、更具说服力。在各类报表和说明性文件中,用直观的图表展现数据,显得简洁、可靠。

通过可视化的形式来展现数据的分析结果和揭示数据模式和趋势，从而对数据进行“繁重的工作” 。从而使用户能够检查数据，理解数据含义，并帮助他们从复杂的数据集中找到含义并获得有用的数据见解。良好的数据可视化使可视化分析更加有效，并向用户显示更好的见解，而更好的见解则使可视化更具吸引力。更容易为用户更好地了解他们的数据，增加收入并获得超越竞争对手的竞争优势。

数据可视化的显示空间通常是二维的，比如电脑屏幕、大屏显示器等，3D图形绘制技术解决了在二维平面显示三维物体的问题。

但是在大数据时代，我们所采集到的数据通常具有4V特性：Volume（大量）、Variety（多样）、Velocity（高速）、Value（价值）。如何从高维、海量、多样化的数据中，挖掘有价值的信息来支持决策，除了需要对数据进行清洗、去除噪声之外，还需要依据业务目的对数据进行二次处理。常用的数据处理方法包括：降维、数据聚类和切分、抽样等统计学和机器学习中的方法。