Визуализация

Визуализация (англ. visualization; также встречается написание «визуализа́ция»), также известная как графическая визуализация, — совокупность методов создания изображенией, диаграмм или анимаций с целью передачи информации или сообщения. Использование визуальных образов для передачи абстрактных и конкретных идей остаётся эффективным способом коммуникации с древнейших времён, начиная с доисторических наскальных рисунков, египетских иероглифов, древнегреческой геометрии и революционных методов технического рисунка Леонардо да Винчи, активно применявшихся в инженерии с соблюдением научных требований.

В современности визуализация находит всё более широкое применение в науке, образовании, инженерии (например, продуктовая визуализация), интерактивных мультимедиа, медицине и других областях. Одной из ключевых сфер применения визуализации является компьютерная графика. Изобретение компьютерной графики (и трёхмерной графики) считается одним из важнейших этапов развития визуализации после изобретения центральной перспективы в эпоху Возрождения. Развитие анимации также поспособствовало прогрессу визуализации.

Обзор

Всемирная карта Птолемея, воссозданная из «Географии» Птолемея (около 150 года), на ней справа показаны страны «Серика» и «Синае» (Китай)

Инфографика Шарля Минарда о походе Наполеона на Россию

Использование визуализации для представления информации не является новым явлением. На протяжении столетий она применялась в картах, научных чертежах и графиках данных. Примеры из области картографии включают «Географии» Птолемея (II век), карту Китая 1137 года и карту Минарда 1861 года, отражающую поход Наполеона в Россию. Большинство принципов, заложенных при создании этих изображений, находит прямое применение в компьютерной визуализации. Эдвард Тафти посвятил этим принципам три признанные критиками книги.

Компьютерная графика с момента своего возникновения применялась для изучения научных задач. Однако в ранние годы недостаток вычислительной мощности ограничивал её практическую ценность. Современный акцент на визуализации начинается с 1987 года, когда был опубликован специальный выпуск журнала Computer Graphics «Visualization in Scientific Computing», инициированный Национальным научным фондом США (NSF). Этот отчёт послужил катализатором для бурного развития области в последующее десятилетие.

1990-е годы стали определяющими для научной визуализации. В 1990 году в Сан-Франциско прошла первая конференция IEEE Visualization (Vis), которая институционализировала эту область как самостоятельную дисциплину. Движущей силой прогресса стали мощные графические рабочие станции компании Silicon Graphics (SGI) и разработанная ею графическая библиотека OpenGL. Для учёных, не являвшихся экспертами в программировании, были созданы модульные среды визуализации (MVEs), такие как AVS, IRIS Explorer и Data Explorer, позволявшие строить сложные процессы обработки данных в визуальном редакторе. Знаковым событием стал выпуск в 1993 году The Visualization Toolkit (VTK) — мощной открытой системы для трёхмерной графики и визуализации, которая демократизировала доступ к передовым алгоритмам.

В 2000-е годы произошла революция, связанная с использованием мощностей потребительских графических процессоров для общих вычислений (GPGPU). Появление программируемых шейдеров, а в особенности выпуск компанией NVIDIA в 2006 году платформы CUDA, позволили ускорить научные расчёты и интерактивную визуализацию больших наборов данных. Это привело к прорывам в объёмной визуализации (например, с помощью метода ray casting на GPU), а также к развитию техник визуализации потоков и тензорных полей, что нашло важное применение в гидродинамике и медицинской диагностике (например, ДТ-МРТ). В этот же период, в ответ на растущие объёмы сложных данных, начала формироваться визуальная аналитика как самостоятельная дисциплина, объединяющая автоматизированный анализ с интерактивными визуализациями.

Многие знакомы с цифровой анимацией, используемой для показа метеорологических данных в телепрогнозах, хотя немногие отличают такие модели реальности от спутниковых снимков, которые также демонстрируются в эфире. Телевидение применяет научную визуализацию и для реконструкции дорожно-транспортных или авиационных происшествий с помощью компьютерной графики. Среди самых известных примеров научной визуализации — компьютерно сгенерированные изображения космических аппаратов, действующих вдали от Земли или на других планетах. Динамические формы визуализации, такие как учебная анимация или шкалы времени, способны значительно повысить эффективность изучения процессов, меняющихся со временем.

Помимо различия между анимацией и интерактивной визуализацией, важным является деление на абстрактную и модельную научную визуализацию. Абстрактная визуализация касается полностью концептуальных конструкций в 2D или 3D, не имеющих прообраза в реальности. Модельная визуализация строится либо путём наложения данных на реальные или созданные изображения, либо через создание цифровых моделей объектов на основе научных данных.

Как правило, научная визуализация осуществляется посредством специализированного программного обеспечения, часть из которого распространяется под лицензиями открытого ПО, зачастую происходя из университетской среды, где распространены обмен инструментами и открытый исходный код. Наряду с этим существует множество проприетарных программных пакетов.

Модели и фреймворки визуализации включают популярные модели потока данных, реализованные, например, в AVS, IRIS Explorer, инструментальном пакете VTK, а также модели состояния данных, применяемые в табличных системах, таких как Spreadsheet for Visualization и Spreadsheet for Images.

Применение

Научная визуализация

Симуляция неустойчивости Рэлея–Тейлора при смешении двух жидкостей

Основная статья: Научная визуализация

С точки зрения информатики, научная визуализация — это использование интерактивных и чувственно воспринимаемых (как правило, визуальных) представлений абстрактных данных с целью повышения эффективности мышления, выдвижения гипотез и рассуждений. Научная визуализация представляет собой трансформацию, выбор или представление данных из симуляций или экспериментов, имеющих явную или неявную геометрическую структуру, что позволяет исследование и анализ этих данных. Основное внимание уделяется отображению и анимации данных высокого порядка. Традиционные области — визуализация потоков, медицинская визуализация, астрофизическая визуализация, химическая визуализация и др. Наиболее распространённые техники — реконструкция изоповерхностей и прямая объёмная визуализация.

В 2025 году развитие научной визуализации во многом определяется интеграцией с искусственным интеллектом (ИИ). Ключевыми технологическими тенденциями стали 3D-зрение, позволяющее создавать трёхмерные сцены в реальном времени на основе стандартных изображений, а также гиперспектральная визуализация, где ИИ-модели анализируют данные для задач точного земледелия. Прогрессу в анализе изображений также способствуют нейросетевые архитектуры, такие как Vision Transformers.

Эти технологии находят конкретное применение в научных исследованиях. Например, в археологии исследователи применили компьютерную томографию сверхвысокого разрешения и алгоритмы визуализации на основе ИИ для изучения меча XVI века. Это позволило создать его трёхмерную модель и обнаружить скрытую под ржавчиной гравировку, не повреждая артефакт. В биологии методы визуализации высокого разрешения помогли детально запечатлеть процесс прикрепления фрагментов кораллов к рифам, что имеет решающее значение для разработки методов их восстановления. Достижения в области микрофотографии также вносят вклад в науку, предоставляя ценную информацию о структуре и поведении биологических объектов, что ежегодно демонстрируется на конкурсе Nikon Small World.

Визуализация данных и информации

Основная статья: Визуализация данных и информации

См. также: Инфографика

Относительное среднее использование диапазона IPv4

Визуализация данных — родственная подкатегория, охватывающая статистическую графику и геоинформационные данные, например, в тематической картографии.

Пример информационной визуализации для мониторинга сайта (MusicBrainz и Grafana)

Информационная визуализация ориентирована на использование компьютерных средств для изучения больших массивов абстрактных данных. Сам термин возник в исследовательской группе Xerox PARC при участии Джока Макинлея. Практическая реализация включает отбор, трансформацию и представление абстрактных данных в удобной для восприятия форме; ключевыми аспектами являются динамика и интерактивность визуальных представлений. Продвинутые технологии позволяют пользователю в реальном времени модифицировать визуализацию, обеспечивая наглядное выявление закономерностей и структурных отношений в данных.

Фундаментальные принципы и их развитие

В XXI веке фундаментальные принципы визуализации данных эволюционировали от систематизации и установления когнитивных основ к интеграции с искусственным интеллектом (ИИ) и исследованию психологического воздействия на пользователя.

2001—2010: Систематизация и когнитивные основы

Это десятилетие было отмечено публикацией основополагающих работ, которые систематизировали подходы к созданию графиков и связали их с принципами человеческого восприятия. Ключевой работой стала «The Grammar of Graphics» (англ. Грамматика графики) Леланда Уилкинсона (2-е изд., 2005), предложившая рассматривать любой график как комбинацию слоёв: данных, эстетических отображений (цвет, форма), геометрических объектов и систем координат. Этот подход лёг в основу таких современных инструментов, как ggplot2, Vega и Tableau. В то же время Колин Уэр в книге «Information Visualization: Perception for Design» (англ. Информационная визуализация: восприятие для дизайна, 2-е изд., 2004) напрямую связал научные знания о зрительном восприятии и когнитивной психологии с практическими задачами дизайна визуализаций. Стивен Фью в своих работах, в частности в «Information Dashboard Design» (англ. Дизайн информационных панелей, 2006), заложил основы проектирования эффективных дашбордов для бизнеса, определив их как визуальное представление ключевой информации на одном экране для быстрого мониторинга. В этот же период Эдвард Тафти выпустил книгу «Beautiful Evidence» (англ. Прекрасное доказательство, 2006), в которой продолжил развивать идеи о целостности представления данных.

2011—2020: Функциональность, правдивость и практическое применение

В это десятилетие фокус сместился на создание не просто эстетичных, но и функциональных, правдивых и практически применимых визуализаций. Альберто Каиро в своих книгах «The Functional Art» (англ. Функциональное искусство, 2012) и «The Truthful Art» (англ. Правдивое искусство, 2016) сформулировал идею о том, что визуализация должна быть в первую очередь точной и эффективной, а также честно представлять информацию, включая её неопределённость и контекст. Клаус О. Уилке в работе «Fundamentals of Data Visualization» (англ. Основы визуализации данных, 2019) представил подробный каталог типов визуализаций с практическими рекомендациями по их применению, уделив особое внимание выбору цветовых схем и избеганию искажений. В то же время Нейтан Яу в своих книгах, таких как «Visualize This» (2011), сосредоточился на практических аспектах создания визуализаций и поиске «историй», скрытых в данных.

2021—2025: Интеграция с ИИ и исследование когнитивного воздействия

Современный этап характеризуется не столько созданием новых революционных принципов, сколько адаптацией существующих к новым технологиям и углублённым изучением психологического воздействия визуализаций. Ключевыми тенденциями стали:

• Интеграция с искусственным интеллектом. ИИ используется для автоматического создания визуализаций, интеллектуального взаимодействия с пользователем и генерации текстовых описаний данных (AI-Powered Data Storytelling). Развиваются нейро-вдохновлённые подходы, создающие визуализации, которые согласуются с когнитивными принципами работы мозга.
• Исследование аффективного и когнитивного воздействия. Научные работы всё чаще фокусируются не только на том, как люди понимают данные, но и на том, как они их воспринимают эмоционально. Исследования, отмеченные на конференции IEEE VIS 2022, показали, что любая визуализация вызывает эмоциональный отклик, который следует целенаправленно проектировать, а также что дизайн, вызывающий наибольшее доверие, не всегда приводит к наилучшему пониманию информации.
• Развитие интерактивности. Фундаментальный принцип Бена Шнейдермана «Обзор сначала, затем масштабирование и фильтрация, и только потом детали по запросу» (англ. Overview first, zoom and filter, then details-on-demand) остаётся центральным для проектирования современных интерактивных систем и дашбордов, позволяя пользователям избегать когнитивной перегрузки. Также развиваются иммерсивные аналитические среды с использованием технологий VR и AR.

Образовательная визуализация

Образовательная визуализация — это использование симуляции для получения визуального представления объекта с обучающими целями. Особенно эффективна при необходимости показать недоступное для прямого наблюдения, например, структуру атома, поскольку атомы слишком малы для лёгкого изучения без дорогостоящего оборудования.

Визуализация знаний

Визуальное представление знаний имеет целью улучшить передачу знаний между людьми путём комплексного применения компьютерных и некомпьютерных методов визуализации. Грамотно разработанная визуализация важна и для анализа данных, и для передачи знаний. Гибридные проекты повышают информативность, но иногда могут уменьшать ясность. Например, визуализация трёхмерного скалярного поля может быть реализована посредством изоповерхностей для распределения поля и текстур для отображения его градиента. Примеры визуальных форматов: эскиз, диаграмма, изображение, объект, интерактивная визуализация, инфографика, а также воображаемая визуализация в повествовании. В отличие от информационной визуализации, ориентированной на открытие новых знаний, визуализация знаний сосредоточена на их передаче и создании коллективных инсайтов, включая передачу не только фактов, но и взглядов, опыта, ценностей, ожиданий и оценок, с помощью различных комплексных средств.

Современные тенденции (2020-е годы)

В период 2020—2025 годов развитие визуализации знаний определяется несколькими ключевыми направлениями, связанными с развитием искусственного интеллекта (ИИ), иммерсивных технологий и необходимостью интерпретации сложных данных.

• Интеграция с ИИ и автоматизация. Искусственный интеллект используется для автоматического анализа данных и предложения оптимальных способов их визуализации, а также для обработки неструктурированных данных (текстов, изображений) и их преобразования в форматы, пригодные для визуального анализа. В медицине ИИ применяется для извлечения из изображений количественных характеристик, недоступных при простом визуальном анализе.
• Иммерсивная аналитика. Технологии виртуальной (VR) и дополненной (AR) реальности позволяют создавать трёхмерные интерактивные пространства для «погружения» в данные. Этот подход востребован в архитектуре, промышленности и медицине, например, для планирования хирургических операций и обучения студентов.
• Визуализация для объяснимого ИИ (англ. Explainable AI, XAI). По мере усложнения моделей машинного обучения возрастает потребность в понимании их работы. Визуализация становится ключевым инструментом для «объяснения» «чёрных ящиков». Разрабатываются интерактивные инструменты для исследования работы нейронных сетей (например, «CNN Explainer») и сравнения больших языковых моделей («LLM Comparator»).
• Повествовательная визуализация (англ. Data Storytelling). Этот подход направлен не просто на показ данных, а на рассказ убедительной истории на их основе, объединяя данные, визуальные образы и повествовательную структуру. Он активно используется для аргументации выводов и помощи в принятии решений, а в образовании реализуется через мультимодальные форматы, сочетающие текст, видео и инфографику. Для создания таких историй развиваются специализированные цифровые инструменты (например, Flourish, ThingLink).

См. также: визуальный словарь, иллюстрированный словарь

Продуктовая визуализация

Продуктовая визуализация — применение программного обеспечения для просмотра и манипулирования 3D-моделями, техническими чертежами и другой технической документацией по компонентам и крупным сборочным изделиям. Является ключевым элементом управления жизненным циклом продукции. Такие программы обеспечивают высокую степень фотореализма, позволяя просматривать продукт до его производства, что полезно для проектирования, стиля, маркетинга и продаж. Техническая визуализация — важный этап проектирования. Если раньше технические чертежи выполнялись вручную, то с появлением компьютерной графики чертёжная доска уступила место CAD-системам. CAD-чертежи и модели дают ряд преимуществ — 3D-моделирование, быстрое прототипирование, симуляция. Визуализация продукции в 3D форматах открывает новые возможности для онлайн-торговли, но требует значительных ресурсов на производство большого объёма 3D-контента, что может быть затратным и трудоёмким.

Визуальная коммуникация

Визуальная коммуникация — передача идей посредством визуального представления информации. В основном связан с двухмерными изображениями, включая: алфавитно-цифровые символы, искусство, знаки, электронные ресурсы. В последние годы исследования сфокусированы на веб-дизайне и графической удобстве использования ресурсов.

Визуальная аналитика

Визуальная аналитика рассматривает взаимодействие человека с визуализацией как часть процесса анализа данных. Термин определяют как «наука аналитического рассуждения, поддерживаемая интерактивным визуальным интерфейсом».

Дисциплина была формально определена в середине 2000-х годов, во многом благодаря программе исследований, инициированной Министерством внутренней безопасности США. В основополагающей книге «Illuminating the Path» (2005) и последующей статье «A Visual Analytics Agenda» (2006) были изложены цели нового направления: объединение методов автоматизированного анализа, интерактивных визуальных интерфейсов и аналитического мышления для работы с большими и сложными наборами данных. Изначально наибольшее развитие технологий визуальной аналитики происходило в областях национальной безопасности и биологии, однако впоследствии их применение стало повсеместным.

Становление и развитие (2006—2015)

Этот период ознаменовался ростом коммерческих инструментов бизнес-аналитики самообслуживания (англ. Self-Service BI), которые сделали визуализацию данных доступной для широкого круга пользователей без навыков программирования. Ключевую роль сыграла компания Tableau, которая предложила рынку интуитивно понятные интерактивные панели (дашборды) и в 2010 году запустила бесплатный сервис Tableau Public для публикации визуализаций в сети.

Переломным моментом для веб-визуализации стал выпуск в 2011 году JavaScript-библиотеки D3.js, которая предоставила разработчикам гибкий инструмент для создания сложных динамических визуализаций непосредственно в браузере на основе стандартов HTML5, SVG и CSS. Развитие дисциплины также стимулировалось концепцией «больших данных» (англ. Big Data), которая потребовала создания систем, способных интегрировать методы машинного обучения с интерактивными интерфейсами для осмысления огромных потоков информации.

Эпоха дополненной аналитики (2016—2025)

С 2016 года основной тенденцией стало массовое внедрение Self-Service BI, что позволило бизнес-пользователям самостоятельно создавать отчёты и дашборды с помощью интерфейсов drag-and-drop.

К 2020 году на смену пришла концепция дополненной аналитики (англ. Augmented Analytics), которая подразумевает активное использование искусственного интеллекта (ИИ) и машинного обучения для автоматизации анализа. BI-системы научились автоматически подготавливать данные, выявлять в них скрытые закономерности и аномалии, а также обрабатывать запросы на естественном языке (англ. Natural Language Processing, NLP).

В 2024—2025 годах тренд углубился с появлением интеллектуальных ассистентов («AI Copilots»), которые в режиме диалога помогают создавать сложные отчёты, и развитием повествовательной визуализации (англ. Data Storytelling). Использование ИИ также значительно повысило точность прогностических моделей для оценки рыночных тенденций и спроса.

Интерактивность

См. также: Интерактивная визуализация данных и Интерактивная доска

Интерактивная визуализация — направление графической визуализации в информатике, изучающее взаимодействие человека с ЭВМ при создании иллюстраций информации и повышение эффективности данного процесса.

Визуализация считается интерактивной, если выполняются два условия:

• Пользователь может управлять каким-то аспектом визуального представления или самими данными;
• Реакция системы на действия пользователя должна быть достаточно быстрой, чтобы казаться естественной. Обычно это «мягкая» реальность по времени.

Одной из разновидностей интерактивной визуализации является виртуальная реальность (VR), где информация представляется с помощью иммерсивных устройств, например стереопроектора (см. стереоскопия). В VR часто используется пространственная метафора: визуализируемая информация представляется в трёх измерениях, позволяя исследовать данные будто бы они имеют физическое воплощение.

Другой вид — совместная визуализация, когда несколько людей взаимодействуют с одной и той же визуализацией, обмениваясь идеями или совместно исследуя данные. Обычно она используется при удалённом сотрудничестве: на сетевых компьютерах отображается одно изображение, а участники могут оставлять пометки и общаться с помощью аудио, видео или текстовых сообщений (например, IRC).

Управление визуализацией человеком

Одной из первых программных инициатив в области интерактивной визуализации была система иерархической интерактивной графики PHIGS, где были классифицированы типы пользовательского ввода. Человек может:

1. «Выбрать» (pick) часть визуального представления;
2. «Указать» (locate) интересующую точку (даже если её пока нет на изображении);
3. «Вести» (stroke) путь;
4. «Выбрать из списка» (choose) одну из опций;
5. «Задать значение» (valuate) — ввести число;
6. «Написать» (write) — ввести текст.

Для этих действий требуются реальные устройства ввода: клавиатуры, мыши, графические планшеты, трекболы, тачпады, а также более экзотические интерфейсы вроде перчаток, манипуляторов с обратной связью и беговых дорожек с произвольным направлением движения.

Через такие действия человек управляет либо самими данными, либо способом их показа. В первом случае (например, в авиации — изменение крена/тангажа по вводу пилота с визуализацией на приборе, или учёный, корректирующий симуляцию в ходе работы по результатам визуализации) используется обратная связь — computational steering.

Чаще изменения вносятся в отображение, а не в модель как таковую.

Быстрая реакция на пользовательский ввод

Эксперименты показывают, что задержка отклика изображения («отрисовки») более 20 миллисекунд уже заметна большинству пользователей. Поэтому задача интерактивной визуализации состоит в обеспечении отображения данных за это время. При больших объёмах данных это сложно, поэтому принято считать интерактивными визуализации с откликом не более нескольких секунд. Для оценки часто используется показатель частоты кадров; 50 кадров в секунду — хорошее значение, 0,1 кадра/сек — плохое. Однако частота кадров характеризует пропускную способность, а субъективно важнейшим является именно задержка.

Для высокой интерактивности применяются различные подходы:

1. Параллельная отрисовка — распределение задач по нескольким компьютерам/видеокартам для одновременной генерации кадров, передачи изображений по сети и объединения их на основном экране. Для крупных данных применяется параллельное объединение по глубине (parallel depth compositing).
2. Прогрессивная отрисовка — гарантируется минимальный фреймрейт за счёт поэтапного уточнения изображения по мере прекращения пользовательских изменений.
3. Многоуровневая детализация (LOD) — на этапе ввода отображаются упрощённые данные, после чего формируется изображение в полном разрешении. Вариант — субсемплирование: из прямоугольных массивов, например цифровое фото, МРТ-сканы, можно брать каждый n-й элемент для ускорения.
4. Безкадровая отрисовка (frameless rendering) — визуализация не как последовательность кадров, а как единое изображение с обновляемыми областями.

См. также

• Дерево «и–или»

Примечания

Литература

• Battiti, Roberto. Reactive Business Intelligence. From Data to Models to Insight : [англ.] / Roberto Battiti, Mauro Brunato. — Тренто : Reactive Search Srl, 2011. — ISBN 978-88-905795-0-9.
• The Craft of Information Visualization: Readings and Reflections : [англ.]. — Morgan Kaufmann, 2003. — ISBN 1-55860-915-6.
• Cairo, Alberto. The Functional Art: An Introduction to Information Graphics and Visualization : [англ.]. — New Riders Press, 2012. — ISBN 978-0321834737.
• Cairo, Alberto. The Truthful Art: Data, Charts, and Maps for Communication : [англ.]. — New Riders Press, 2016. — ISBN 978-0321934079.
• Readings in Information Visualization: Using Vision to Think : [англ.]. — Morgan Kaufmann, 1999. — ISBN 1-55860-533-9.
• Cleveland, William S. Visualizing Data : [англ.]. — Hobart Press, 1993. — ISBN 978-0963488404.
• Cleveland, William S. The Elements of Graphing Data : [англ.]. — Hobart Press, 1994. — ISBN 978-0963488411.
• Few, Stephen. Show Me the Numbers: Designing Tables and Graphs to Enlighten : [англ.]. — Analytics Press, 2004. — ISBN 978-0970601995.
• Few, Stephen. Information Dashboard Design: The Effective Visual Communication of Data : [англ.]. — O'Reilly Media, 2006. — ISBN 978-0596100162.
• Few, Stephen. Now You See It: Simple Visualization Techniques for Quantitative Analysis : [англ.]. — Analytics Press, 2009. — ISBN 978-0970601988.
• Few, Stephen. Information Dashboard Design: Displaying Data for At-a-Glance Monitoring : [англ.]. — 2-е. — Analytics Press, 2013. — ISBN 978-1938377006.
• The Visualization Handbook : [англ.]. — Academic Press, 2004. — ISBN 978-0123875822.
• Introduction to Bioinformatics : [англ.]. — Humana Press, 2003. — ISBN 978-1588292414.
• Lima, Manuel. Visual Complexity: Mapping Patterns of Information : [англ.]. — Princeton Architectural Press, 2011. — ISBN 978-1568989365.
• Lima, Manuel. The Book of Trees: Visualising Branches of Knowledge : [англ.]. — Princeton Architectural Press, 2014. — ISBN 978-1616892180.
• Lima, Manuel. The Book of Circles: Visualising Spheres of Knowledge : [англ.]. — Princeton Architectural Press, 2017. — ISBN 978-1616896227.
• Schroeder, Will. The Visualization Toolkit : [англ.] / Will Schroeder, Ken Martin, Bill Lorensen. — 3-е. — Kitware, 2004. — ISBN 978-1930934191.
• Spence, Robert. Information Visualization: Design for Interaction : [англ.]. — 2-е. — Prentice Hall, 2007. — ISBN 0-13-206550-9.
• Beautiful Visualization: Looking at Data Through the Eyes of Experts : [англ.]. — O'Reilly Media, 2010. — ISBN 978-1449379865.
• Tufte, Edward R. Envisioning Information : [англ.]. — Graphics Press, 1990. — ISBN 978-0961392116.
• Tufte, Edward R. Visual Explanations: Images and Quantities, Evidence and Narrative : [англ.]. — Graphics Press, 1997. — ISBN 978-0961392123.
• Tufte, Edward R. The Visual Display of Quantitative Information : [англ.]. — 2-е. — Graphics Press, 2001. — ISBN 978-0961392147.
• Tufte, Edward R. Beautiful Evidence : [англ.]. — Graphics Press, 2006. — ISBN 978-0961392178.
• Ward, Matthew. Interactive Data Visualization: Foundations, Techniques, and Applications : [англ.] / Matthew Ward, Georges Grinstein, Daniel Keim. — A. K. Peters, 2010. — ISBN 978-1568814735.
• Ware, Colin. Information Visualization: Perception for Design : [англ.]. — 2-е. — Morgan Kaufmann, 2004. — ISBN 978-1558608191.
• Wilke, Claus O. Fundamentals of Data Visualization : [англ.]. — O'Reilly Media, 2019. — ISBN 978-1492031086.
• Wilkinson, Leland. The Grammar of Graphics : [англ.]. — 2-е. — Springer, 2005. — ISBN 978-0387245447.
• Yau, Nathan. Visualize This: The FlowingData Guide to Design, Visualization, and Statistics : [англ.]. — Wiley, 2011. — ISBN 978-0470944882.
• Yau, Nathan. Data Points: Visualization That Means Something : [англ.]. — Wiley, 2013. — ISBN 978-1118462195.

Ссылки

• Национальный институт стандартов и технологий
• Учебные материалы по научной визуализации, Georgia Tech
• Научная визуализационная студия NASA
• Visual-literacy.org

Конференции

• Американское общество информационной науки и технологий (ASIS&T SIGVIS)
• ACM SIGCHI
• ACM SIGGRAPH
• ACM VRST
• Eurographics
• IEEE Visualization
• ACM Transactions on Graphics
• IEEE Transactions on Visualization and Computer Graphics