数据可视化中的数字获取主要涉及到以下几个步骤：
1. 数据收集：这是获取数据的第一步。数据可以是结构化的（如数据库中的表格），也可以是非结构化的（如文本、图像、音频等）。数据收集的方式有很多，包括直接从源获取、通过API获取、使用爬虫技术等。
2. 数据清洗：在收集到的数据中，可能会存在一些错误、缺失值或者重复值，这些都需要通过数据清洗来处理。数据清洗的方法有很多，包括删除、替换、填充、排序等。
3. 数据转换：有些数据可能需要进行一些转换才能用于可视化。例如，如果数据是以时间序列的形式存在的，那么可能需要将其转换为日期或时间格式；如果数据是分类的，那么可能需要将其转换为数值型。
4. 数据存储：将处理好的数据存储起来，以便后续的使用。数据存储的方式有很多种，包括文件存储、数据库存储、云存储等。
5. 数据分析：对数据进行分析，找出其中的模式、趋势、关联等。数据分析的方法有很多，包括描述性分析、推断性分析、预测性分析等。
6. 数据可视化：根据数据分析的结果，选择合适的可视化方法，将数据以图形的形式展示出来。数据可视化的方法有很多种，包括柱状图、折线图、饼图、散点图、热力图等。
7. 结果解释：对可视化的结果进行解释，理解其含义。这需要结合业务知识和领域知识，对数据进行深入的理解。
8. 反馈和优化：根据用户的需求和反馈，对数据可视化的过程进行优化，提高其质量和效果。
在整个过程中，数据的获取、清洗、转换、存储、分析和可视化都是相互关联的，需要综合考虑各种因素，才能得到高质量的数据可视化结果。
