數(shù)據(jù)可視化技術(shù)的基本思想，是將數(shù)據(jù)庫中每一個(gè)數(shù)據(jù)項(xiàng)作為單個(gè)圖元元素來表示，大量的數(shù)據(jù)集構(gòu)成數(shù)據(jù)圖像，同時(shí)再將數(shù)據(jù)的各個(gè)屬性值以多維數(shù)據(jù)的形式來表示，可以從不同的維度來觀察數(shù)據(jù)，從而對(duì)數(shù)據(jù)進(jìn)行更深入的觀察和分析。關(guān)于數(shù)據(jù)可視化的適用范圍，雖然存在著不同的劃分方法。但是一個(gè)常見的關(guān)注焦點(diǎn)就是信息的呈現(xiàn)。

常見的數(shù)據(jù)質(zhì)量問題包括：1.數(shù)據(jù)收集錯(cuò)誤，遺漏了數(shù)據(jù)對(duì)象，或者包含了本不應(yīng)包含的其他數(shù)據(jù)對(duì)象。2.數(shù)據(jù)中的離群點(diǎn)，即不同于數(shù)據(jù)集中其他大部分?jǐn)?shù)據(jù)對(duì)象特征的數(shù)據(jù)對(duì)象。3.存在遺漏值，數(shù)據(jù)對(duì)象的一個(gè)或多個(gè)屬性值缺失，導(dǎo)致數(shù)據(jù)收集不全。4.數(shù)據(jù)不一致，收集到的數(shù)據(jù)明顯不合常理，或者多個(gè)屬性值之間互相矛盾。例如，體重是負(fù)數(shù)，或者所填的郵政編碼和城市之間并沒有對(duì)應(yīng)關(guān)系。5.重復(fù)值的存在，數(shù)據(jù)集中包含完全重復(fù)或幾乎重復(fù)的數(shù)據(jù)。正是因?yàn)橛幸陨蠁栴}的存在，直接拿采集的數(shù)據(jù)進(jìn)行分析or可視化，得出的結(jié)論往往會(huì)誤導(dǎo)用戶做出錯(cuò)誤的決策。因此，對(duì)采集到的原始數(shù)據(jù)進(jìn)行數(shù)據(jù)清洗和規(guī)范化，是數(shù)據(jù)可視化流程中不可缺少的一環(huán)。

數(shù)據(jù)可視化的顯示空間通常是二維的，比如電腦屏幕、大屏顯示器等，3D圖形繪制技術(shù)解決了在二維平面顯示三維物體的問題。

但是在大數(shù)據(jù)時(shí)代，我們所采集到的數(shù)據(jù)通常具有4V特性：Volume（大量）、Variety（多樣）、Velocity（高速）、Value（價(jià)值）。如何從高維、海量、多樣化的數(shù)據(jù)中，挖掘有價(jià)值的信息來支持決策，除了需要對(duì)數(shù)據(jù)進(jìn)行清洗、去除噪聲之外，還需要依據(jù)業(yè)務(wù)目的對(duì)數(shù)據(jù)進(jìn)行二次處理。常用的數(shù)據(jù)處理方法包括：降維、數(shù)據(jù)聚類和切分、抽樣等統(tǒng)計(jì)學(xué)和機(jī)器學(xué)習(xí)中的方法。

現(xiàn)在的數(shù)據(jù)時(shí)代，數(shù)據(jù)可視化因?yàn)閿?shù)據(jù)分析的火熱而變得逐漸火熱起來，但是數(shù)據(jù)可視化并不是一個(gè)新的技術(shù)，雖然說數(shù)據(jù)可視化相對(duì)于數(shù)據(jù)分析來說相當(dāng)?shù)暮?jiǎn)單，但是數(shù)據(jù)可視化卻是一個(gè)重要的技術(shù)。在國外，其實(shí)數(shù)據(jù)可視化已經(jīng)很成熟了，比如說新聞方面，他們借助于數(shù)據(jù)可視化的技術(shù)，使用圖像化來傳播信息，以此來提高自己的影響力。