變更

''' 数据可视化 ''' （英语：Data visualization）被许多学科视为与 [[ 视觉 ]] 传达含义相同的现代概念。它涉及到 [[ 数据 ]] 的可视化表示的创建和研究。

为了清晰有效地传递信息，数据可视化使用 [[ 统计图形 ]] 、图表、信息图表和其他工具。可以使用点、线或条对 [[ 数字 ]] 数据进行编码，以便在视觉上传达定量 [[ 信息 ]] 。 有效的可视化可以帮助用户分析和推理数据和证据<ref>[https://www.sohu.com/a/128118230_197042 数据可视化常用的五种方式及案例分析 ]，搜狐，2017-03-07</ref>。它使复杂的数据更容易理解和使用。用户可能有特定的分析任务（如进行比较或理解因果关系），以及该任务要遵循的图形设计原则。表格通常用于用户查找特定的度量，而各种类型的图表用于显示一个或多个变量的数据中的模式或关系。

数据可视化既是一门 [[ 艺术 ]] 也是一门 [[ 科学 ]] 。 有些人认为它是描述统计学的一个分支，但也有些人认为它是一个扎根理论开发工具。互联网活动产生的数据量的增加和环境中传感器数量的增加被称为" “[[ 大数据" ]]” 或 [[ 物联网 ]] 。处理、分析和交流这些数据对数据可视化来说是道德和分析方面的挑战。 数据科学领域和被称为数据科学家的从业人员可以帮助应对这一挑战。

数据可视化主要旨在借助于图形化手段，清晰有效地传达与沟通信息。但是，这并不就意味着，数据可视化就一定因为要实现其功能用途而令人感到枯燥乏味，或者是为了看上去绚丽多彩而显得极端复杂。为了有效地传达思想 [[ 概念 ]] ， [[ 美学 ]] 形式与功能需要齐头并进，通过直观地传达关键的方面与特征，从而实现对于相当稀疏而又复杂的数据集的深入洞察。然而，设计人员往往并不能很好地把握 [[ 设计 ]] 与功能之间的平衡，从而创造出华而不实的数据可视化形式，无法达到其主要目的，也就是传达与沟通信息。

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<ref>[https://www.sohu.com/a/305586282_100085897 从事数据可视化工作，才知道有这么好的东西，后悔知道晚了 ]，搜狐，2019-04-03</ref>。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。