Data Visualization (การแสดงภาพข้อมูล) นิยามถึงการแสดงข้อมูลในรูปภาพด้วยความช่วยเหลือของแผนภูมิครอบคลุม, รูปภาพ, รายการ, แผนภูมิ, และวัตถุภาพหลายอย่าง มันอนุญาตให้ผู้ใช้เรียนรู้ข้อมูลภายในส่วนน้อยของเวลาและแยกข้อมูลที่มีประโยชน์ รูปแบบ และแนวโน้ม อีกทั้ง มันทำให้ข้อมูลเข้าใจง่ายขึ้น
ในคำอื่น สามารถพูดได้ว่า การนำเสนอข้อมูลในรูปแบบกราฟิก เพื่อให้ผู้ใช้เข้าใจกระบวนการแนวโน้มในข้อมูลได้อย่างง่ายดาย ถูกเรียกว่า data visualization
มีเครื่องมือหลายอย่างที่บรรจุอยู่ใน data visualization รวมถึง chart maps, graphs ฯลฯ เครื่องมือที่ใช้สำหรับ data visualization สนับสนุนผู้ใช้ในการเข้าใจและรวบรวมข้อมูลที่ได้รับการสนับสนุนโดยการนำเสนอทางภาพแทนที่จะผ่านการสแกน datasheets ทั้งหมด
Data visualization นิยามข้อมูลในรูปแบบภาพ มันสำคัญเพราะมันอนุญาตให้ข้อมูลถูกเห็นได้ง่ายขึ้น Machine learning technique เล่นบทบาทสำคัญในการดำเนินการ predictive analysis ซึ่งสนับสนุน data visualization
Data visualization ไม่ได้มีประโยชน์เพียงสำหรับ business analysts, data analysts, และ data scientists เท่านั้น แต่มันเล่นบทบาทสำคัญในการเข้าใจ data visualization ในอาชีพใดๆ ไม่ว่าจะทำงานใน design, operation, tech, marketing, sales หรือหลายสาขา มันจำเป็นต้อง visualize data
Visualization ให้ data cleaning โดยการค้นพบค่าผิดปกติ (เช่น patients ที่อายุ 999 หรือ -1), missing values, duplicate rows, columns ที่มีค่าเท่ากันทุกค่า และพวกเขา
Visualization techniques ยังมีประโยชน์สำหรับ variable derivation และ selection — พวกเขาสนับสนุนการกำหนดตัวแปรไหนที่จะ involve ในการวิเคราะห์ และไหนที่อาจ redundant พวกเขายังสนับสนุนกับการตัดสินใจ suitable bin sizes หาก binning ของ numerical variables จำเป็น พวกเขายังเล่นบทบาทในการรวม elements เป็นส่วนหนึ่งของ data reduction phase
สุดท้าย หากข้อมูลยังไม่ได้ collected และ collection เป็น expensive visualization methods สามารถช่วยกำหนด โดยใช้ sample ว่าตัวแปรและ metrics ไหน useful
Data exploration เป็นขั้นตอนแรกที่บังคับ ไม่ว่าจะมี formal analysis ต่อไปหรือไม่ Graphical exploration สามารถให้ free-form exploration สำหรับวัตถุประสงค์การเรียนรู้โครงสร้างข้อมูล, cleaning information, recognizing outliers, discovering original patterns, และ making interesting questions
Graphical exploration ยังสามารถเป็น targeted มากขึ้น geared toward definite questions of interest ใน data mining context combination จำเป็น — free-form exploration implemented เพื่อให้ specific goal
Graphical exploration สามารถ range จากการทำ very basic plots ไปจนถึงการใช้ operations รวมถึง filtering และ zooming interactively เพื่อวิเคราะห์กลุ่ม interconnected visualizations ที่เกี่ยวข้องกับ advanced features รวมถึง color และ multiple panels
