什么是数据可视化？
数据可视化被许多学科视为视觉通信的现代等价物。它涉及创建和研究数据的视觉表示。为了清晰有效地传达信息，数据可视化使用统计图形，图表，信息图形和其他工具。数字数据可以使用点，线或条编码，从而在视觉上传达定量信息。有效的可视化有助于用户分析和推理数据和证据。它使复杂的数据更易于访问，易于理解和使用。用户可能有特定的分析任务，比如进行比较或理解因果关系，图形的设计原则（即显示比较或显示因果关系）跟随任务。
表格通常用于用户查找特定测量的位置，而各种类型的图表用于显示数据中的一个或多个变量的模式或关系。数据可视化既是一门艺术，也是一门科学，被一些人视为描述性统计学的一个分支，而且其他人则认为数据可视化为一种扎根理论的开发工具。因互联网活动而产生的数据量增加以及环境中传感器数量的增加被称为“大数据”或物联网。
对这些数据进行处理，分析和交流，为数据可视化带来了道德和分析方面的挑战。数据科学领域和实践者称为数据科学家帮助解决这一挑战。数据可视化与信息图形，信息可视化，科学可视化，探索性数据分析和统计图形密切相关。2000以来，数据可视化已成为研究，教学和开发的一个活跃领域，能够将科学和信息可视化结合起来。有学者认为，数据可视化的理想状态不仅仅是清晰传达，更要激发观众的参与和注意。
哪个数据可视化工具比较好？
看了一下其他的回答，都是利用现有的可视化软件，这里以Python为例，介绍2个比较好用的可视化包—seaborn和pyecharts，简单易学、容易上手，绘制的图形漂亮、大方、整洁，感兴趣的朋友可以尝试一下，实验环境win10 python3.6 pycharm5.0，主要内容如下：1.seaborn：这是一个基于matplotlib的可视化包，是对matplotlib更高级的API封装，绘制的图形种类繁多，包括常见的折线图、柱状图、饼状图、箱型图、热力图等，所需的代码量更少，使用起来更方便，下面我简单介绍一下这个包的安装和使用：安装seaborn，这个直接在cmd窗口输入命令“pip install seaborn”就行，如下：安装成功后，我们就可以进行简单的测试了，代码如下，很简单：程序运行截图如下：更多示例的话，可以查看seaborn官网的教程，很丰富，也有详细代码注释和说明，值得学习一下：2.pyecharts：这个是echarts提供给python的一个接口，在前端的数据可视化中，可能会用到这个echarts包，借助pyecharts，我们不仅可以绘制出漂亮的柱状图、折线图等，还可以绘制3D图形、地图、雷达图、极坐标系图等，简单好用，非常值得学习，下面我简单介绍一下这个包的安装和使用：安装pyecharts，这个直接在cmd窗口输入命令“pip install pyecharts”就行，如下：安装成功后，我们就可以进行简单的测试了，代码如下，绘制了一个简单的柱状图：程序运行截图如下：更多示例的话，也可以查看官方的教程，介绍很详细，参数说明也很具体，值得一学：至此，这里就简单介绍了seaborn和pyecharts包的安装和使用。
怎么看待数据可视化这个行业以及BI报表开发的前景？
数据可视化并不是一个新技术，只是随着互联网的发展，数据可视化也在不断演进，特别是随着大数据的快速发展，基于大数据的可视化分析也越来越受到重视，通过建立数据仓库实现企业多源数据的整合，并且基于数据挖掘、机器学习等相关技术，挖掘数据潜在价值，为企业运营决策、战略分析提供数据支撑，所以未来数据可视化还是具备很大的发展前景的，特别是基于大数据、物联网等技术，以数据采集处理为核心、交互式的数据可视化必然会在各行各业受到欢迎。
数据报表是企业运营时一种重要的数据管理手段，目前很多企业是通过EXCEL来建立数据报表，但随着数据分析、数据可视化、商业BI等手段的发展，报表开发逐渐转向平台化，通过平台配置快速生成数据报表，并且实现线上与线下的实时交互。同时通过建立企业数据仓库，将数据可视化分析与数据报表进行结合，使得数据报表更加灵活和多样性，更加贴近企业业务。
