डेटा विज़ुअलाइज़ेशन डेटा को ग्राफ़िक रूप से प्रस्तुत करके पैटर्न को उजागर करता है। हज़ारों संख्याओं की एक तालिका को पढ़ना कठिन होता है। उसी डेटा का एक लाइन चार्ट तुरंत रुझान दिखाता है। विज़ुअलाइज़ेशन मानव दृश्य प्रणाली का उपयोग करता है। हम पैटर्न, असामान्यताओं और परिवर्तनों को पहचानने में अच्छे हैं। हम संख्याओं की तालिकाओं को मानसिक रूप से संसाधित करने में कमज़ोर हैं। चार्ट इस अंतर को पाटते हैं।

अच्छा विज़ुअलाइज़ेशन एक सवाल से शुरू होता है। आप क्या दिखाना चाहते हैं? तुलना, वितरण, संरचना, संबंध या रुझान? हर सवाल एक चार्ट का प्रकार सुझाता है। तुलना के लिए बार चार्ट उपयुक्त होते हैं। वितरण के लिए हिस्टोग्राम या बॉक्स प्लॉट उपयुक्त होते हैं। संरचना के लिए स्टैक्ड बार या ट्रीमैप उपयुक्त होते हैं। संबंधों के लिए स्कैटर प्लॉट उपयुक्त होते हैं। रुझानों के लिए रेखा चार्ट उपयुक्त होते हैं। गलत चार्ट प्रकार चुनने से सही जवाब अस्पष्ट हो जाता है। बारह स्लाइस वाला पाई चार्ट समझ से परे होता है। x-अक्ष पर श्रेणीबद्ध डेटा वाला लाइन चार्ट भ्रामक होता है। रंग, पैमाना और लेबलिंग सभी मायने रखते हैं। कटा हुआ y-अक्ष छोटे बदलावों को बढ़ा-चढ़ाकर दिखाता है। इंद्रधनुषी रंगों वाले पैमाने पढ़ने में मुश्किल होते हैं और रंग अंधापन वाले दर्शकों के लिए समझ से बाहर होते हैं। सबसे अच्छे विज़ुअलाइज़ेशन सरल होते हैं। वे सजावट को हटाकर डेटा को खुद बोलने देते हैं। एडवर्ड टफ्टे ने इसे डेटा-इंक अनुपात को अधिकतम करना कहा था। हर पिक्सेल में जानकारी होनी चाहिए या फिर उसे हटा देना चाहिए।

उद्देश्य के अनुसार दृश्य प्रकार

• तुलना — बार चार्ट, डॉट प्लॉट
• वितरण — हिस्टोग्राम, बॉक्स प्लॉट
• संरचना — स्टैक्ड बार, ट्रीमैप, पाई चार्ट
• संबंध — स्कैटर प्लॉट, हीटमैप
• रुझान — लाइन चार्ट, एरिया चार्ट

एक चार्ट एक तर्क होता है। इसे दर्शक को गुमराह किए बिना बात को स्पष्ट रूप से प्रस्तुत करना चाहिए।