关于数据可视化的适用范围，存在着不同的划分方法。一个常见的关注焦点就是信息的呈现。

迈克尔·弗兰德利(2008)，提出了数据可视化的两个主要的组成部分：统计图形和主题图。

《Data Visualization: Modern Approaches》（意为“数据可视化：现代方法”）(2007)，概括阐述了数据可视化的下列主题 ：

1）思维导图

2）新闻的显示

3）数据的显示

4）连接的显示

5）网站的显示

6）文章与资源

7）工具与服务

所有这些主题全都与图形设计和信息表达密切相关。

另一方面，Frits H. Post (2002)则从计算机科学的视角，将这一领域划分为如下多个子领域：

1）可视化算法与技术方法

2）立体可视化

3）信息可视化

4）多分辨率方法

5）建模技术方法

6）交互技术方法与体系架构

数据可视化的成功，应归于其背后基本思想的完备性。依据数据及其内在模式和关系，利用计算机生成的图像来获得深入认识和知识。其第二个前提就是利用人类感觉系统的广阔带宽来操纵和解释错综复杂的过程、涉及不同学科领域的数据集以及来源多样的大型抽象数据集合的模拟。这些思想和概念极其重要，对于计算科学与工程方法学以及管理活动都有着精深而又广泛的影响。《Data Visualization: The State of the Art》（意为“数据可视化：尖端技术水平”）一书当中重点强调了各种应用领域与它们各自所特有的问题求解可视化技术方法之间的相互作用。