港口首先是交通的枢纽，是各种交通工具转换的中心，这样大量的货物聚集在这里，拉动经济的发展。同时，港口周边地区又发展加工工业，带动了工业的发展。再后来是第三代港口，又促进了国际贸易的发展，一些代理的行业，物流也发展起来了。现在已经发展到第四代港口，是什么概念呢？是全球资源配置的枢纽，因为当前的一个国际发展的重要趋势是全球化，全球化的趋势就是资源在全球范围内的流动与资源在全球的共享，在这样的情况下，资源在全球范围内流动，就要靠海运来支撑，因为海运的海量最大，效率最高，成本最低。在港口周围就变成了资源配置的枢纽。因此，在区域经济发展中，港口对于整合各种生产要素，发展各种产业集群具有非常重要的意义。

随着社会经济的飞速发展，船舶运输对社会发展起着至关重要的作用。挖掘船舶数据并从中分析出相应的规律，可以使生产工作更加经济效率，同时也会对船舶这方面的研究产生促进作用。在此背景下，许多港口水域船舶已经实现了生产业务信息化，并且积累了大量的数据。蕴含在港口水域船舶的生产数据中的潜在价值有待挖掘，大量的外部数据也亟待获取，然而传统的统计分析系统已经满足不了需求。

数据可视化的作用在于视物致知，即从看到的事物获取知识。对于复杂、大规模的数据，己有的统计分析或数据挖掘往往是对数据的简化和抽象，而数据可视化则可还原并且展现数据中的全局结构和具体细节。

最常用的数据可视化表现形式是统计图表，至今为止统计图表依然作为最基本的可视化元素被广泛使用。很多基于大数据的复杂可视化系统依然把统计图表作为基本的可视化元素。基本的可视化图表包括：柱状图、直方图、饼图、散点图、折线图等。

柱状图用长方形的长度来表示变量的大小，用长方形的颜色和形状来表示数据的属性。堆叠图是增强版的柱状图，它在柱状图内部使用颜色进行编码表示更多的维度。

直方图是对数据集的某个数据属性的频率统计。对于单变量数据，其取值范围映射到横轴，并分割为多个子区间。每个子区间用一个长方形块表示，高度与属于该属性值子区间的数据点个数成正比。直方图可呈现出数据的分布、离群值和数据分布情况。直方图各部分之和等于单位整体，而柱状图各部分之和没有限制，送是直方图和柱状图的主要区别。

饼图用环状方式呈现各分量在整体中的比例。饼图是环状树图、玫瑰图等可视化表达的基础。

散点图主要用来表示二维数据。在散点图中，所有数据Ｗ点的形式出现在笛卡尔坐标系中，每个点所对应的横中坐标代表该数据在坐标轴表示的绅度上的属性值大小。散点图矩阵是散点图的高位扩展，一般用来展示高维数据属性分布。

折线图用于表示随时间或类别变化的连续数据，一般用来分析数据的变化趋势。折线图中一般用横轴来表示时间或类别，用纵轴来表示数据值。

可视分析理论及技术已经在很多领域被不断应用，为解决目前港口水域船舶生产统计分析过程中存在的数据分析和挖掘功能提供了解决方法。所以采用系统化的思维研究数据可视化相关方法与工具，以一种新的方式帮助港口统计人员解决统计分析港口水域船舶运动的特点，弥补现有分析系统的不足。