有人说，数据可视化不过是"画图"，看不出研究价值。我曾也这样认为，以为它只是把冰冷数字变成彩色图形，追求酷炫而已。
但其实，好的可视化远不止视觉冲击，它能揭示数据中隐藏的规律与道理。其终极目标，是帮人洞悉现象背后的逻辑，涵盖发现、决策、解释、分析、探索与学习。简明定义是：通过可视表达，提升人们完成特定任务的效率。例如，统计特征相同的数据，可视化结果可能截然不同（如著名的安斯库姆四重奏）。
可视化作为人脑辅助工具，既能"帮我们记住"信息，也能用图形符号引导注意力到关键之处。
按用途分，可视化包括探索性和解释性两类，目标有：呈现重要特征、揭示规律、辅助理解概念、监控质量、提升科研效率、促进沟通。宏观上，它承担信息记录、推理分析、传播协同三大功能。
可视化分为三个分支：科学可视化（面向三维空间、仿真、医学影像等数据）、信息可视化（处理社交网络、文本等高维抽象数据），以及近年兴起的可视分析学。后者结合可视化与数据分析，融合图形学、数据挖掘、人机交互，实现人脑与机器智能互补。
数据可视分析与数据挖掘目标相同------从数据中获取知识，但手段不同：可视化让用户通过图形交互理解数据，挖掘则由计算机自动提取知识。可视化更适合探索性分析，而挖掘更像从"黑箱"数据中"淘金"。
总之，可视化不仅是工具，更是洞察的桥梁。