要了解數據可視化的發展歷程，首先就要理解什么是數據可視化。簡而言之，數據可視化就是使用抽象的方法表達數據的變化、聯系、或者趨勢的方法，將數據轉換為圖形圖像顯示出來，其目的是為了讓用戶更好的使用數據。

初始階段
第一個數據可視化的作品已無法追溯，但以學科而言，數據可視化已有幾百年的歷史了。從17世紀前早期地圖和圖表的出現，到17世紀中葉，測量和理論使數據可視化已廣泛應用于天文分析、制作地圖等科學研究領域。隨著數據可視化的進一步發展，時間線圖、條形圖包括餅圖和時序圖等相繼萌芽于18世紀并且依然為人沿用至今。

19世紀可以說是數據制圖的黃金時期，歐洲開始著力發展數據分析技術，數據可視化在社會、工業、商業和交通規劃等領域大放異彩。這里分享一個典型的數據可視化案例。1864年一名叫做John Snow的醫生使用散點在地圖上標注了倫敦的霍亂發病案例，從而判斷出Broad Street的水井污染是疫情爆發的根源。

發展階段
計算機的發明使得數據可視化得以迅速發展。表格是最先進入可視化領域的，表格可視化主要包括即席報表和OLAP。

其中比較典型的例子比如中國式復雜報表，格式復雜、信息量大。國內目前比較著名的報表廠商主要包括億信華辰、帆軟報表、乾潤報表、華表等等，不過華表被用友收購后，08年就基本沒再維護了。在這一方面，億信華辰的ABI產品對于中國式報表制作苦手而言（比如我）能夠減少巨大的工作量，操作簡單上手不難。界面風格有點類似于Execl，而且Excel文件的樣式可以直接導入再次使用，省去了很多樣式處理時間。里面還內置了一些常用的圖表插件，可直觀的看到數據。多數據源，多計算處理方式，能夠滿足對各種中國式報表的要求。

報表可視化的另一個重要分支OLAP在億信ABI中也有對應的功能設計，并且進一步延伸出了一些功能，使得使用人員只需要進行簡單的拖拽維度和指標，就能生成對應的分析結果。這對于數據可視化中的猜想分析和求證分析無疑是十分有幫助的。

對于企業，中基層人員更喜歡報表可視化，高層人員更喜歡圖形可視化。互聯網企業可能更多是希望業務人員以自助方式進行可視化。不過無論是哪種可視化方式，有表就有圖，各種統計圖在數據可視化中具有不可動搖的地位。像一些柱狀圖、條形圖、餅圖、折線圖等基本統計圖形就不多說了，基本所有報表都有且能做出來。

真正考驗讀圖水平的是獨立圖表控件，它需要基本代碼集成到企業信息系統里面去。早期在Java國內做得最多的是Jfreechart，到了Flash時代，用的最多是Fusioncharts。進入html5的時候，國內出現了Echarts。

我在使用億信ABI進行做圖還好，內置的一些儀表盤、環形圖、地圖什么的基本已經能滿足大部分業務需求，不過讓我眼前一亮的是億信ABI在統計圖中加了個echarts自定義統計圖的腳本入口（雖然我不會寫腳本，但是我可以借鑒已有腳本），對于很多echarts統計圖想要應用而產品沒有內置時就去echarts官網找到源碼，然后粘貼到腳本入口即可。以下是一些常應用于可視化分析的統計圖類型。

鼎盛階段
什么時候是數據可視化的鼎盛階段尚未有一個明確的定論，因為數據可視化目前仍在迅速發展，特別是近些年進入大數據時代后，數據可視化面臨著更大的機遇和挑戰。大數據時代的到來對數據可視化的發展有著沖擊性的影響，試圖繼續以傳統展現形式來表達龐大的數據量中的信息是不可能的，大規模的動態化數據要依靠更有效的處理算法和表達形式才能夠傳達出有價值的信息，同時3D可視化結合云計算數據分析和物聯網技術融入于數字孿生當中，已逐漸延伸到智慧城市、智慧園區、智慧交通等應用領域。因此大數據可視化的研究成為新的時代命題。

圖為億信ABI智慧園區效果

應對大數據時，不但要考慮快速增加的數據量，還需要考慮到數據類型的變化，這種數據擴展性的問題需要更深入的研究才能解決；互聯網的加入增加了數據更新的頻率和獲取的渠道，并且實時數據的巨大價值只有通過有效的可視化處理才可以體現，于是在上一歷史時期就受到關注的動態交互的技術已經向交互式實時數據可視化發展，是如今大數據可視化的研究重點之一。

綜上，如何建立一種有效的、可交互式的大數據可視化方案來表達大規模、不同類型的實時數據，成為了數據可視化這一學科的新的主要的研究方向。