研究表明，人眼是一个高带宽大量视觉信号并行GPU，带宽在2.339G/s，相当于一个两万兆网卡，具有超强的模式识别能力，且对可视符号的处理速度比数字或者文本快多个数量级，在大数据时代，数据可视化是人们洞察数据内涵、理解数据蕴藏价值的有力工具。
数据化可视化是什么
数据可视化主要旨在借助于图形化手段，清晰有效地传达与沟通信息。也就是说可视化的存在是为了帮助我们更好的去传递信息。
数据可视化的一般流程
首先我们需要对我们现有的数据进行分析，得出自己的结论，明确要表达的信息和主题（即你通过图表要说明什么问题）。然后根据这个目的在现有的或你知道的图表信息库中选择能够满足你目标的图表。最后开始动手制作图表，并对图表进行美化、检查，直至最后图表完成。
常见的数据种类
为了更好的进行可视化，我们将数据分为分类数据、时序数据、空间数据、多元变量数据四大类。
1、分类数据
分类数据是指针反映事物类别的数据。如：用户的设备可以分为iphone用户和andorid用户两种；支付方式可以分为支付宝、微信、现金支付三种等。诸如此类的分类所得到的数据被称为分类数据。
2、时序数据
时序数据也称时间序列数据，是指同一统一指标按时间顺序记录的数据列。如:每个月的新增用户数量、某公司近十年每年的GMV等。诸如此类按时间顺序来记录的指标对应的数据成为时序数据。
3、空间数据
空间数据是指用来表示空间实体的位置、形状、大小及其分布特征诸多方面信息的数据，它可以用来描述来自现实世界的目标，它具有定位、定性、时间和空间关系等特性。空间数据是一种用点、线、面以及实体等基本空间数据结构来表示人们赖以生存的自然世界的数据。
4、多变量数据
数据通常以表格形式的出现，表格中有多个列，每一列代表一个变量，将这份数据就称为多变量数据，多变量常用来研究变量之间的相关性。即用来找出影响某一指标的因素有哪些。
通过数据可视化你想表达什么信息
1、表达某个什么结论：
例：平台上的用户中哪个地区的用户较多、数据分析领域最具有权威的人物是谁、2016年的GMV环比去年是增加类还是降低了）。
2、阐述某种现象：
例：学生成绩好坏可能与家庭背景是否具有一定的相关性、应届生收入和毕业院校是否有一定的相关性。
