数据可视化
囊括了信息可视化、
信息图形
、
知识可视化
、
科学可视化
以及
视觉设计
方面的所有发展与进步。在这种层次上，如果加以充分适当的组织整理，任何事物都是一类信息：表格、图形、地图，甚至包括文本在内，无论其是静态的还是动态的，都将为我们提供某种方式或手段，从而让我们能够洞察其中的究竟，找出问题的答案，发现形形色色的关系，或许还能让我们理解在其他形式的情况下不易发觉的事情。不过，如今在科学技术研究领域，信息可视化这条术语则一般适用于大规模非数字型
信息资源
的可视化表达。
信息可视化致力于创建那些以直观方式传达抽象信息的手段和方法。可视化的表达形式与
交互技术
则是利用人类眼睛通往心灵深处的广阔带宽优势，使得用户能够目睹、探索以至立即理解大量的信息。
一些例子
各种各样
数据结构
的可视化需要新的
用户界面
以及可视化技术方法。这已经发展成为了一门独立的学科，也就是“信息可视化”。信息可视化与经典的
科学可视化
是两个彼此相关的领域，但二者却有所不同。在信息可视化当中，所要可视化的数据并不是某些
数学模型
的结果或者是大型
数据集
，而是具有自身内在固有结构的抽象数据。此类数据的例子包括：
1）
编译器
等各种程序的内部数据结构，或者大规模并行程序的踪迹信息；
3）操作系统文件空间；
4）从各种数据库查询引擎那里所返回的数据，如数字图书馆。
信息可视化领域的另一项特点就是，所要采用的那些工具有意侧重于广泛可及的环境，如普通工作站、WWW、
PC机
等等。这些信息
可视化工具
并不是为价格昂贵的专业化高端计算设备而定制的。
信息可视化与
可视化分析
在目标和技术之间存在着部分重叠。虽然在这两个领域之间还没有一个清晰的边界，但大致有三个方面可以作以区分。科技可视化主要处理具有
地理结构
的数据，信息可视化主要处理像树、图形等抽象式的数据结构，可视化分析则主要挖掘数据背景的问题与原因。
就目标和技术方法而言，信息可视化与可视化分析论之间存在着一些重叠。当前，关于
科学可视化
、信息可视化及可视化分析论之间的边界问题，还没有达成明确清晰的共识。不过，大体上来说，这三个领域之间存在着如下区别：
1）科学可视化处理的是那些具有天然
几何结构
的数据（比如，
MRI
数据、气流）；
3）可视化分析论尤其关注的是意会和推理。
自十八世纪后期数据图形学诞生以来，抽象信息的视觉表达手段一直被人们用来揭示数据及其他隐匿模式的奥秘。二十世纪90年代期间新近问世的图形化界面，则使得人们能够直接与可视化的信息之间进行交互，从而造就和带动了十多年来的信息可视化研究。信息可视化试图通过利用人类的视觉能力，来搞清抽象信息的意思，从而加强人类的认知活动。籍此，具有固定知觉能力的人类就能驾驭日益增多的数据。
1967年，一位法国制图工作者J．Bertin发表了他们的图形理论。这一理论指明了图表的基本元素，描述了图表的设计框架。
1983年美国
耶鲁大学
统计学教授E．R．TuRe发表了
数据图
理论。Bertin与TuRe的理论在许多领域是著名的和有影响的，这引起了信息可视化的大发展。在信息可视化的发展过程中，
科学可视化
的产生与发展起了决定性的推动作用。
1989年由斯图尔特·卡德(Stuart K．Card)、约克·麦金利(Jock D．Mackinlay)和乔治·罗伯逊(George G．Robertson)创造出信息可视化的英文术语“Information Visualization”。据斯图尔特·卡德1999年的报告称，二十世纪90年代以来才兴起的信息可视化领域，实际上源自其他几个领域。
2003年，本·什内德曼指出，该领域已经由研究领域之中从稍微不同的方向上崭露出头角。同时，他还提到了图形学、
视觉设计
、
计算机科学
以及
人机交互
，以及新近出现的心理学和商业方法。
信息可视化已成为一个与科学可视化并列的研究领域。
