可视化分析学，又称为数据可视化学或可视分析学，是一门研究如何将数据通过图形、图像等方式进行有效展示和理解的科学。它起源于20世纪50年代，当时计算机技术开始发展，科学家们需要将复杂的数据以直观的方式呈现给非专业人士，以便更好地理解和分析数据。
1956年，美国数学家约翰·冯·诺伊曼在《计算机模型论》一书中首次提出了“可视化”的概念，他认为可视化是数学建模的重要工具之一。此后，随着计算机技术的发展，可视化分析学逐渐兴起。1963年，美国数学家罗伯特·辛顿（Robert Singer）发表了第一篇关于可视化的文章，他在文章中提出了可视化的基本概念和方法，为可视化分析学的进一步发展奠定了基础。
1973年，美国麻省理工学院教授约翰·范·希尔文（John von Neumann）在《数据可视化》一书中系统地介绍了数据可视化的理论和方法，为可视化分析学的进一步发展提供了理论支持。同时，他也强调了可视化在数据分析和决策过程中的重要性，为后来的数据可视化实践提供了指导。
1974年，美国哈佛大学教授约瑟夫·魏斯鲍姆（Joseph Weisbuch）在《数据可视化的艺术》一书中详细介绍了数据可视化的方法和技术，包括图表设计、颜色使用、字体选择等方面的技巧，为可视化分析学的实践提供了丰富的素材。
1983年，美国斯坦福大学教授理查德·塞勒（Richard Saul Wiesner）在《数据可视化：一种艺术形式》一书中进一步探讨了数据可视化的艺术性和技术性，提出了许多富有创意的可视化方法，为可视化分析学的进一步发展提供了新的思路。
总之，可视化分析学诞生于20世纪50年代，经过几十年的发展，已经成为一门重要的学科领域。它不仅在科学研究中发挥着重要作用，也在商业、教育、医疗等领域得到了广泛应用。未来，随着大数据时代的到来，可视化分析学将继续发挥其独特的优势，为人类社会的发展做出更大的贡献。
