描述性可视化主要用于展示数据的分布、趋势、组成等基本特征。常见的描述性可视化包括直方图、条形图、折线图、饼图、散点图等。

●直方图：展示数据的分布情况，横轴表示数值区间，纵轴表示数据的出现频次。

●条形图：比较不同类别的数据大小，横轴表示数据类别，纵轴表示数据大小。

●折线图：展示数据的趋势和变化，横轴表示时间或其他连续变量，纵轴表示数据值。

●饼图：展示数据的占比和组成，用于显示各类别数据在总体中所占的比例。

●散点图：用于展示两个连续变量之间的关系，横轴表示一个变量，纵轴表示另一个变量，每个点表示一组数据。

探索性可视化主要用于发现数据之间的关系和趋势，寻找数据中的模式和异常。常见的探索性可视化包括散点图矩阵、热力图、平行坐标图等。

●散点图矩阵：展示多个连续变量之间的关系，每个散点图表示两个变量之间的关系，多个散点图组成一个矩阵。

●热力图：展示数据的密度和分布情况，用颜色深浅表示数据的值，适用于大量数据的可视化。

●平行坐标图：展示多个连续变量之间的关系，每个变量对应坐标轴上的一条线段，数据点在不同坐标轴上对应的值会连接成线段，形成数据的模式。

解释性可视化主要用于展示数据的背景和原因，讲解数据的故事和结论。常见的解释性可视化包括地图、流程图、树状图等。

●地图：用于展示地理信息和地区之间的差异，可以将数据与地图上的位置对应，以地图上的颜色、形状、大小等方式表示数据的值。

●流程图：展示数据的流程和步骤，用图形和箭头表示流程的顺序和步骤，以及每个步骤的数据。

●树状图：用于展示数据的层次和结构，树状图将数据分为不同的层次，每个层次之间通过线段连接，每个节点表示一个数据点或者数据集合。

交互式可视化是指用户可以通过与可视化图表进行交互，改变数据展示的方式和角度，以达到更深入的数据分析和理解。常见的交互式可视化包括缩放、滚动、筛选、排序等功能。

●缩放：用户可以通过放大或缩小可视化图表来查看细节或总体趋势。

●滚动：用户可以通过滚动可视化图表来查看更多数据，或者移动可视化图表的位置。

●筛选：用户可以通过选择特定的数据类别或数值范围来筛选数据，以更深入地分析数据。

●排序：用户可以通过按照特定的变量对数据进行排序，以更好地理解数据的模式和趋势。

交互式可视化可以让用户更深入地分析数据，发现数据中的细节和模式，同时也可以将分析结果与其他人分享和交流。通过不同类型的可视化，结合交互式的功能，可以实现更加全面和深入的数据分析和可视化展示。