1、文本可视化

文本信息是大数据时代非结构化数据类型的典型代表，可以将文本中蕴含的语义特征(例如词频与重要度、逻辑结构、主题聚类、动态演化规律等)直观地展示出来。具体实现方式例如基于词频的标签云形式、叙述结构语义的树形可视化、结合文本和时间属性的综合可视化等。

2、网络可视化

网络关联关系（包括层次结构数据）是大数据中最常见的关系，直观地展示网络中潜在的模式关系，例如节点或边聚集性，是网络可视化的主要内容之一。具体实现方式例如具有层次结构的树图、放射图，利用空间填充法的矩形填充、嵌套圆填充。面对海量节点时，采用聚集和交互的方法，如基于边捆绑的大规模密集图等。

3、时空数据可视化

时空数据是指带有地理位置与时间标签的数据。时空数据可视化与地理制图学相结合，在时间与空间维度建立可视化表征，对与时间和空间密切相关的模式及规律进行展示。具体实现方式例如，流式地图、空间立方体等。

4、多维数据可视化

       多维数据指的是具有多个维度属性的数据变量，大多存在于企业信息系统以及商业智能系统。技术重点在于探索多维数据项的分布规律和模式，并揭示不同维度属性之间的隐含关系。包括基于几何图形、层次结构、图标、像素、图结构以及混合方法。