1. 可视化介绍
数据可视化（英语：Data visualization），主要旨在借助于图形化手段，清晰有效地传达与沟通信息。 为了清晰有效地传递信息，数据可视化通常使用柱状图、折线图、饼图、玫瑰图、散点图等图形来传递信息，也可以使用点、线、面、地图来对数字数据进行编码展示，以便在视觉上快速传达关键信息，可视化可以帮助用户分析和推理数据，让复杂的数据更容易理解和使用，有利于做出决策。
就像你看下图中的表格很难看出什么，但是你看下面的可视化图标，就能很轻易的分辨出各类数据间的比较以及趋势。
2. 可视化的历史
1. 萌芽阶段
早在 17 世纪以前，可视化就开始萌芽了，其中最早的地图在公元前 6200 年于土耳其地区出现。现代考古发现我国最早的地图实物，是出土于甘肃天水放马滩战国墓地一号墓中的《放马滩地图》。
17 世纪末随着几何兴起、坐标系、以及人口统计学开端，人类开始了可视化思考的新模式，从此标记可视化的开端。
1800-1849年：随着工艺设计的完善，统计图形爆炸性增长，包括柱状图, 饼图, 直方图, 折线图等。
1826 年，查尔斯·杜品发明了使用连续黑白底纹来显示法国识字分布，这可能是第一张现代形式主题统计地图。
2. 黄金阶段
1850-1899：人们开始认识到数字信息对社会计划，工业化，商业和运输的重要性，此时统计理论开始诞生。
1869年查尔斯·约瑟夫·米纳德，发布的拿破仑对 1812 年俄罗斯东征事件流图，被誉为有史以来最好的数据可视化。他的流图呈现了拿破仑军队的位置和行军方向、军队汇集、分散和重聚的时间和地点等信息。
1879年 Luigi Perozzo 绘制立体图（三维人口金字塔）。标记着可视化开始进入了三维立体图。
3. 重生阶段
1950-1974 年：引领这次大潮的，首先是一个划时代的事件——计算机的诞生。
计算机的出现彻底地改变了数据分析工作，计算机高分辨率和交互式的图形分析，提供了手绘时代无法实现的表现能力。
随着统计应用的发展，数理统计把数据可视化变成了一门科学（如：计算机图形学、统计学、分析学），并运用到各行各业。
1969年 John W. Tukey 在探索数据分析的图形时，发明箱型图。
1982年乔治·罗里克（George Rorick）绘制彩色天气图开创了报纸上的彩色信息图形时代。
1996年 Jason Dykes 发明了制图工具：一种地图可视化工具包，可以实时查看数据的图形工具。
4. 分析学阶段
2004 年至今
以前可视化难以应对海量、高维、多源的动态数据的分析，进入21世纪，随着计算机的升级，对于以前难以应对数据，可以借用计算机来综合可视化、图形学、数据挖掘理论与方法来研究新的科学理论模型。通过这种模型来辅助用户从海量、复杂、矛盾的数据中快速挖掘出有用的数据，做出有效决策，这门新兴学科称为可视化分析学。
可视化分析现在已大量应用在地图、物流、电力、水利、环保、交通、医学、监控、预警等领域。可视化分析降低了数据理解的难度，突破了常规统计分析的局限性。如下交通拥挤分析图。随着大数据的应用，如今可视化开发也变得越来越重要了。
3. 可视化应用场景
随着近几年大数据的快速发展，数据可视化技术也迅速被普及。目前数据可视化的应用非常广：
- 如淘宝双十一活动时，借助于数据可视化展示公司实时交易数额，并可以实时动态观察。
- 交管部门可实现对交通形态、卡口数据统计、违章分析、警力部署、出警分析、行车轨迹分析等智能交通大数据分析。
- 企业各层可以借助数据可视化工具，可以直接在手机等设备上远程查看业务运营数据状况和关键指标。
- 医院可以利用数据可视化工具，对医疗卫生数据进行可视化分析和研究应用，进而获取医疗卫生数据隐藏的价值。
- 等等
4. 可视化的解决方案
前端可视化技术
- 底层图形引擎：
Skia、OpenGL等。 - W3C提供：
CSS3、Canvas、SVG、WebGL。 - 第三方的可视化库：
ZRender、Echarts、AntV、Highcharts、D3.js、three.js和百度地图、高德地图等等。 - 低代码可视化平台：
阿里云（DataV）、腾讯云图、网易有数（EasyScreen）、帆软等。
