將數據彙整為圖表的形式，能夠幫助科學家快速的觀察趨勢、掌握脈絡，資料視覺化是幫助專業人員進行分析與決策的重要工具。
If you are a English reader, you can click here to see the Chinese version of the article:Data visualization in natural science, for example, the latest IPCC climate report for 2021.
聯合國政府間氣候變化專門委員會，於8/7發表的第六版氣候變遷評估報告(下稱IPCC AR6)，報告中從四大面向說明氣候變遷的影響與未來20年可能的變化。為方便中文讀者閱讀，本文圖片擷取自：氣象達人彭啟明臉書貼文。
折線圖一直以來都是圖表熟面孔，不僅簡單明瞭，又非常好上手。折線圖有非常多種變化的用法，不管是常見的線下面積填滿、兩條折線間差異填色，都能幫助我們在不同情形下盡速進入狀況。
本圖中三條折線，搭配同色系較淺的色塊，讓我們快速分辨出橘色方面「<觀測>、<人為+大自然>」以及tiffany藍方面「<模擬的大自然>」的溫度差異，明確讓閱聽者了解近年來的氣候變遷顯著、這麼大的氣候變遷是史無前例的、人為的介入影響之大…等。
平行座標圖也是現今滿常見的表現方法，我們可以經由連線的粗細、多寡來概觀各項目之間的關係，在多維度的資料中經常被使用，但當維度提高的時候要調整的細節也會變多，例如各維度的擺放其實對圖表的理解影響很大。
如下圖為「1970到1982年間發布的汽車型號，包括它們的里程數（加侖）、氣缸數、馬力、重量以及它們被生產的年份…」，當你將年分、馬力交換位置，可能就會有不同的解讀狀況。
當然，適當的理解你的資料，便可以發現圖表突出處的背後因素。例如，某些年份的汽車因應市場趨勢進行各式調整，你調整年份後可能又會有新的發現。
