一、什么数据可视化
1、概念：风靡网络的Facebook全球用户热度图，该图是先从Hive中抽取用户的信息，再利用统计软件R进行数据挖掘，然后根据定义的权重值画线，最后用色盘来标识获得
2、目的：对数据惊醒可视化处理，以更明确地、有效地传递信息
3、数据可视化是为了从数据中寻找三方面的信息：
①模式：数据中的规律
②关系：数据之间的关系
③异常：有问题的数据
二、数据可视化的作用
1、作用：
①记录信息
②分析推理
③信息传播与协同
2、各科技机构和商业组织普遍遇到的一些问题：
①大量的的数据不能普遍的利用
②数据展示模式繁杂晦涩，不能快速的甄别数据
3、数据可视化分析的作用主要体现在：
①动作更快
②以建设性方式提供结果
③理解数据之间的联系
三、数据可视化的分类
1、科学可视化
2、信息可视化
3、可视化分析学
四、数据可视化的发展史
（1）远古-1599年：图表萌芽
（2）1600-1699年：物理测量
（3）1700-1799年：图形符号
（4）1800-1899年：数据图形
（5）1900-1945年：现代启蒙
（6）1946-1974年：多维信息的可视编码
（7）1975-1987年：多维统计图形
（8）1988-2004年：多交互可视化
（9）2005年至今：可视分析学
五、视化的未来
1、数据可视化面临的挑战
（1）数据规模大
（2）在数据获取与分析处理过程中，易产生数据质量问题，需特别关注数据的不确定性
（3）数据快速动态变化，常以流式数据形式存在
（4）面临复杂高维数据，当前的软件系统以统计和基本分析为主，分析能力不足
（5）多来源数据的类型和结构各异，已有方法难以满足非结构化、异构数据方面的处理需
六、可视化发展方向
（1）数据挖掘技术的紧密结合
数据可视化可以帮助人类洞察出数据背后隐藏的潜在规律，进而提高数据挖掘的效率
（2）人机交互技术的紧密结合
用户与数据交互，可方便用户控制数据，更好地实现人机交互是人类一直追求的目标
（3）可视化技术广泛应用于大规模、高纬度、非结构化数据的处理和分析
目前，我们处在大数据时代，大规模、高维度、非结构化数据层出不穷，若将这些数据以可视化形式完美地展示出来，对人们挖掘数据中潜藏的价值大有裨益。