「数据可视化」数据可视化解决科学研究数据信息，大数据可视化分成：科学研究数据可视化、数据可视化，大数据可视化学这三个关键支系。科学研究数据可视化，解决科学研究数据信息，朝向科学研究和工程项目行业的科学研究数据可视化，科学研究含有室内空间座标和几何图形信息内容的三维空间精确测量数据信息、测算仿真模拟数据信息和诊疗影象数据信息等，关键探寻怎样合理地展现数据信息中几何图形、拓扑结构和样子特点。数据可视化，解决目标是是非非结构型、非几何图形的抽象性数据信息，如金融投资、社交媒体和文字数据信息，其关键挑戰是怎样对于尺度大高维空间数据信息降低视觉效果搞混对有效信息内容的影响。可视性分析学，因为数据统计分析的必要性，将数据可视化与剖析融合，产生的新的课程。

「数据可视化」数据可视化解决科学研究数据信息，科学研究数据可视化朝向的行业主要是社会科学，如物理学、有机化学、气候气侯、航天航空、医药学、分子生物学等每个课程，这种课程必须对数据信息和实体模型开展表述、实际操作与解决，致力于找寻在其中的方式、特性、关联及其异常现象。
标量场数据可视化。标量指单独标值，即在每一个纪录的数据信息点上有一个单一的值，标量场指二维、三维或四维空间中每一个取样处都是有一个标量值的数据信息场。数据可视化场f(x,y,z)的规范作法有三种：1、将标值立即映为色调或清晰度，如用色调表述地球大气层的溫度遍布；2、依据必须提取并联接考虑f(x,y,z)=c的点集，并联接为线应面，称之为等值线或等价面方式 ，如地形图中的等值线，规范的优化算法有挪动四边形或挪动正方体；3、将三维标量数据信息场当做能造成。传送和消化吸收光的媒体，灯源通过数据信息场后产生透明色影象，称之为立即体绘图方式 ，这类方式 能够以全透明堆叠的方法显示信息内部构造，为观查三维数据信息场全景出示了很好的互动访问专用工具。
向量场数据可视化，向量场在每一个取样点处全是一个空间向量（一维数据信息组）。空间向量意味着某一方位或发展趋势，比如风频等。向量场数据可视化关键侧重点是在其中蕴涵的液体方式和重要特点地区。在具体运用中，因为二维或三维势流是最普遍的向量场，因此 势流数据可视化是向量场数据可视化中最重要的构成部分。除开根据拓扑结构或几何图形方式 测算向量场的特点点、特点线应特点地区外，对向量场立即开展数据可视化的方式 包含三类。
1、颗粒热对流法，其重要观念是仿真模拟颗粒在向量场中以某类方法流动性，得到 的几何图形运动轨迹能够体现向量场的液体方式。这类方法包含流线型、流面、液体、迹线和脉线等。
2、将向量场变换为一帧或多帧的纹路图象，为观测者出示形象化的影象展现。规范的作法有随机噪声纹路、线积分卷积和（LIC）等。
3、选用简单化通俗易懂的标志编号单独或简单化后的空间向量信息内容，可出示详细资料的查寻与测算，规范作法有线框、箭头符号和方位标识符等。
张量场，数据可视化方式 分成根据纹路、几何图形和拓扑结构三类。根据纹路的方式 ，将张量场变换为静态数据图象或动态图像编码序列，图析张量场的全局性特性，其观念是将张量场简单化为向量场从而选用线形积分法、噪音纹路法等方式 显示信息。根据几何图形的方式 显示信息地转化成描绘某种张量场的特性的几何图形表述，在其中，标志法选用某类几何图形方式表述单独张量，如椭球和超二次曲面；超流线型法将张量变换为空间向量，再沿主特点方位开展積分，产生流线型、流面或液体。根据拓扑结构的方式 测算张量场的拓扑结构特点（如关键环节、奇点、灭点、分岔点和衰退线等），先后将很感兴趣地区一部分分成具备同样特性的子地区，并创建相匹配的图构造，完成拓扑结构简单化、拓扑结构追踪和拓扑结构显示信息，根据拓扑结构的方式 能够合理地转化成多自变量场的判定构造，迅速结构全局性势流构造，尤其合适于有限元分析或试验仿真模拟转化成的尺度大数据信息。
数据可视化（informationVisualization）
「数据可视化」数据可视化解决科学研究数据信息，数据可视化解决的目标是抽象性的、非非结构化数据集（如文字、数据图表、结构分析、地形图、手机软件、复杂系统等）。与科学研究数据可视化对比，数据可视化更关心抽象性、高维空间数据信息。该类数据信息一般不具备室内空间中部位的特性，因而要依据特殊数据统计分析的要求，决策数据信息原素在室内空间的合理布局。由于数据可视化的方式 与所对于的基本数据类型密不可分有关，因此 一般按基本数据类型分成以下几种：
1、时光数据信息可视性剖析
2、层级与网络架构大数据可视化
3、文字和跨媒体大数据可视化
4、多自变量大数据可视化
可视性分析学（VisualAnalytics）
可视性分析学，被界定为一门以可视性互动页面为基本的剖析逻辑推理科学研究。综合性了图象处理、大数据挖掘和人机交互技术等技术性，以可视性互动页面为安全通道，将人的认知和思维能力以可视性的方法融进数据处理方法全过程，产生人的大脑智能化和设备智能化互利共赢和互相提高，创建螺旋信息内容沟通交流与专业知识提炼出方式，进行合理的剖析逻辑推理和管理决策。
包括数据统计分析、互动、数据可视化。