数据可视化，是关于数据视觉表现形式的科学技术研究。其中，这种数据的视觉表现形式被定义为，一种以某种概要形式抽提出来的信息，包括相应信息单位的各种属性和变量。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
图像数据采集
数据可视化，是关于数据视觉表现形式的科学技术研究。其中，这种数据的视觉表现形式被定义为，一种以某种概要形式抽提出来的信息，包括相应信息单位的各种属性和变量。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。
常见的数据质量问题包括：1.数据收集错误，遗漏了数据对象，或者包含了本不应包含的其他数据对象。2.数据中的离群点，即不同于数据集中其他大部分数据对象特征的数据对象。3.存在遗漏值，数据对象的一个或多个属性值缺失，导致数据收集不全。4.数据不一致，收集到的数据明显不合常理，或者多个属性值之间互相矛盾。例如，体重是负数，或者所填的邮政编码和城市之间并没有对应关系。5.重复值的存在，数据集中包含完全重复或几乎重复的数据。正是因为有以上问题的存在，直接拿采集的数据进行分析or可视化，得出的结论往往会误导用户做出错误的决策。因此，对采集到的原始数据进行数据清洗和规范化，是数据可视化流程中不可缺少的一环。
在当前新技术支持下，数据可视化除了“可视”，还有可交流、可互动的特点，其本质是传递信息，即如何将信息准确、可靠、易于理解传达给对方。大屏数据可视化是以大屏为主要展示载体的数据可视化设计，也是当前可视化领域的一项热门应用，通常可以分为信息展示类、数据分析类及监控预警类。数据可视化大屏，有两个要点：一是展示效果的酷炫，二是展示数据之间的层次关系。好的数据可视化大屏是布局、色彩、图表、动效的综合运用。
数据可视化可以以不同的形式表示。图表是表达数据的常用方法，因为它们描述了不同的数据类型，并可以进行数据比较、探索等。决定使用图表类型主要取决于两件事：要传达的数据以及要传达的数据的内容。图表的各种类型：1.比较类：可视化的方法显示值与值之间的不同和相似之处。2.占比类：可视化的方法显示同一维度上占比关系。3.区间类：可视化的方法显示同一维度上值的上限和下限之间的差异。4.关联类：可视化的方法显示数据之间相互关系，使用图形的嵌套和位置表示数据之间的关系，通常用于表示数据之间的前后顺序。5.趋势类：可视化的方法分析数据的变化趋势。6.时间类：可视化的方法分析数据的变化趋势，使用图形的位置表现出数据在连续区域上的分布，通常展示数据在连续区域上的大小变化的规律。
（作者： 来源：）
