╯▂╰
数据预处理（英语：data pre-processing）、模型与推断方面考量、兴趣度度量、复杂度的考虑，以及发现结构、可视化及在线更新等后处理。数据挖掘是“资料库知识发现”（Knowledge-Discovery in Databases, KDD）的分析步骤 ，本质上属于机器学习的范畴。。
GNU Data Language (GDL，GNU数据语言)是一个与IDL兼容的开源软件。 GDL是一种阵列化的、交互式的数值编程语言，在天文、地质、遥感、医学成像等领域被用于数据分析与可视化。 开源软件 直译器 IDL 项目主页（页面存档备份，存于互联网档案馆） IDL/GDL资源列表 （页面存档备份，存于互联网档案馆）。
G N U D a t a L a n g u a g e ( G D L ， G N U shu ju yu yan ) shi yi ge yu I D L jian rong de kai yuan ruan jian 。 G D L shi yi zhong zhen lie hua de 、 jiao hu shi de shu zhi bian cheng yu yan ， zai tian wen 、 di zhi 、 yao gan 、 yi xue cheng xiang deng ling yu bei yong yu shu ju fen xi yu ke shi hua 。 kai yuan ruan jian zhi yi qi I D L xiang mu zhu ye （ ye mian cun dang bei fen ， cun yu hu lian wang dang an guan ） I D L / G D L zi yuan lie biao （ ye mian cun dang bei fen ， cun yu hu lian wang dang an guan ） 。
地图可视化是现代地图学的一个核心内容。它将数据或者数据分析的结果形象化地表现在数字地图上，帮助使用者理解数据的规律和趋势。地图可视化是数据可视化的一个分支。。
问题，普遍运用定量型计算机方法；1991年，涉及的是统计学与数据可视化的历史；2008年，则涉及的是数据与信息可视化的图解方法。 弗兰德利对不同种类的可视化术语进行过分析。弗兰德利2008年指出，信息可视化乃是最为宽泛的术语，可以涵盖可视化领域当中的所有发展。如果加以充分组织和整理，几乎任何可见的事。
∪ω∪
graphics或Infographics），是指数据、信息或知识的可视化表现形式。信息图形主要应用於必须要有一个清楚准確的解释或表达甚为复杂且大量的信息，例如在各式各样的文件档案上、各个地图及標誌、新闻或教程文件，表现出的设计是化繁为简。公元1958年，Stephen Toulmin提出了一种图形化的理论模型，后来成为有影响力的理论及其应用。。
和事实上的其他一切人类组织性活动形式（比如非营利性组织所做的流浪者人口调查）中。 数据会经过测量、收集、报告和分析，因此它可以使用图表、图像或者其他分析工具进行可视化；数据常以“表格”的方式呈现，并以试算表来处理。数据作为一种关于一些已存在的信息或知识的一般概念，会使用一些可以更好地利用或处理的形式进行呈现或编码。。
˙▂˙
地理视觉化是指將地理空间资料分析並视觉化的的一系列方法。 就像是科学视觉化和资讯视觉化一样，地理视觉化特別强调知识建构，而非在於知识记忆和资讯传达。为了做到这个目標，利用地理视觉化来传达空间资料时，会著重在於与人们已知的概念相连结，以帮助资料搜寻者可以更快的理解其意，並做出相对应的结论和判断。 MacEachren。
信息可视化（英语：Information visualization，infovis）是对抽象数据进行（交互式的）可视化表示以增强人类感知的研究。抽象数据包括数值和非数值数据，如文本和地理信息。然而，信息可视化不同于科学可视化：“信息可视化侧重于选取的空间表征，而科学可视化注重于给定的空间表征”。。
2016年双十一期间，马达数据与商派公司合作，完成了“订单实时物流大屏”。商家可通过大屏，实时追踪订单情况，包括中国各城市及区域下单统计、销售统计，全国物流公司接单统计，物流发货情况统计等等。 2016年11月，马达数据与联合国开发计划署在北京联合发布了在线可视化的互动数据报告《人类发展指数之生活水平维度 - 应用大数据。
VisIt是一个开源型交互式并行可视化与图形分析工具，用于查看科学数据。利用VisIt，可以可视化二维几何模型以及三维空间结构化和非结构化网格之中所定义的标量场和矢量场。在设计上，VisIt不仅旨在处理规模非常庞大，以太字节来计算的数据集，同时亦可用于处理千字节范围的小型数据集。 https://wci。
可视化分析论是信息可视化与科学可视化领域发展的产物，侧重于借助于交互式用户界面而进行的分析推理。 Pak Chung Wong and J. Thomas (2004). "Visual Analytics". in: IEEE Computer Graphics and Applications。
数据可视化、数据仓库以及高性能计算。数据科学透过运用各种相关的数据来帮助非专业人士理解问题。 数据科学技术可以帮助我们如何正确的处理数据并协助我们在生物学、社会科学、人类学等领域进行研究调研。此外，数据科学也对商业竞争有极大的帮助。 美国国家标准技术研究所于2015年发表七卷大数据参考框架（NIST。
数据可视化（英语：Data visualization）被许多学科视为与视觉传达含义相同的现代概念。它涉及到数据的可视化表示的创建和研究。 为了清晰有效地传递信息，数据可视化使用统计图形、图表、信息图表和其他工具。可以使用点、线或条对数字数据进行编码，以便在视觉上传达定量信息。 有效的可视化。
可视化是指用于创建图形、图像或动画，以便交流沟通讯息的任何技术和方法。在历史上包括洞穴壁画、埃及象形文字等，如今可视化有不断扩大的应用领域，如科学教育、工程、互动多媒体、医学等。 计算机可视化是计算机图形学的一个子类别，关于处理的统计图形和地理或空间数据，它以示意图的方式表达抽象数据。。
McCormick）在其1987年关于科学可视化的定义之中，首次阐述了科学可视化的目标和范围：“利用计算机图形学来创建视觉图像，帮助人们理解科学技术概念或结果的那些错综复杂而又往往规模庞大的数字表现形式” 。 1982年2月，美国国家科学基金会在华盛顿召开了科学可视化技术的首次会议，会议认为“科学家不仅需要分析由计算机得出的计算数据。
在计算机科学中，实化（英语：reification）是把抽象的想法（idea）转化为明确的数据模型或程序设计语言创建的其他对象的过程。通过实化，以前是隐式的、未表示的、可能是不可表示的被显式形成可概念（逻辑或计算）操作的。非正式地，实化也常被称作在特定系统范围内把某些东西变为“头等公民”即物件化。 实化是概念分析与知识表示中最常用的技术。。
在所有工程及科学的领域中都会用到数值分析。像天体力学研究中会用到常微分方程，最优化会用在投资组合管理中，数值线性代数是资料分析中重要的一部份，而隨机微分方程及马可夫鏈是在医药或生物学中生物细胞模擬的基础。 在电脑发明之前，数值分析主要是依靠大型的函数表及人工的內插法，但在二十世纪中。
数据收集和分析工作台，该工作台为分析DNA序列提供在线平台。 自2005年推出后，生命条形码数据系统增加了一系列功能（包括数据组织、数据验证、可视化数据和数据发表）。该系统的最新版本（第四版）于2017年推出，该版本改进了支持数据收集与分析的工具，（也改进了数据发布、引用和注释工具）。。
元分析（英语：meta-analysis）、后设分析、薈萃分析、整合分析、统合分析、综合分析，在统计学中，是指將多个研究结果整合在一起的统计方法。 文献回顾的传统方法是敘事式的，由作者自行挑选觉得重要的前人研究，当各研究结论冲突时，由作者自行判断哪一种结论较具价值。反之，元分析採用系统化。
联机分析处理（英语：Online analytical processing），简称OLAP (/ˈoʊlæp/)，是计算机技术中快速解决多维分析问题（英语：multi-dimensional analytical）（MDA）的一种方法。 OLAP是更广泛的商业智能范畴的一部分，它还包括关系数据库、报告编写和数据挖掘。。
