根据数据种类的划分，科学可视化可以分为体可视化、流场可视化、大规模数据可视化等。由于各个研究对象之间的差异和区别，科学可视化发展出了一系列的方法和理论。随着超大型电子计算机和平行计算技术的发展以及海量数据的可视化需求，大规模数据可视化是科学可视化领域的重要课题之一。
（1）体可视化（Volume Visualization）的研究对象主要是体数据。三维采样数据是工程领域及医学领域等各类科学领域中常见的数据类型。体可视化技术包括等值面的抽取技术（Iso-surfaces Extraction Technique）、直接体绘制（Direct Volume Rendering）等。通过直接体绘制，研究者可以在屏幕上非常直观、详细地查看三维空间体内部的信息，而不需要通过逐层切片去观察。体绘制可以很好地揭示不同对象内部结构和信息。体可视化领域的研究主要着眼于如何更好地渲染和传达三维数据内部信息，如何自动挖掘和利用信息，如何更精确、快速地渲染和更好地交互，以及如何更好地运用计算能力等。具体而言，包括体绘制本身的算法、传递函数的设计、时变及大规模数据的处理等。随着数值模拟和传感器技术的发展和普及，有越来越多的体数据需要处理，数据的规模、时空精度也有飞速的提高。体可视化方法也在提供着更强的渲染和信息传达能力，对众多科学、工程及医学领域提供强大的支持。
（2）流场可视化是科学可视化领域的一个重要分支，在流体研究中发挥着重要的作用。它运用计算机图形学和图像处理技术，将流场数据转换为二维或三维图形、图像或动画进行呈现，并详细分析其模式和相互关系，是计算流体力学研究与工程实践中不可缺少的手段。流场可视化方法在天气预报、航空和航海动力学、流体力学、医学医疗等众多领域都已有着重要而广泛的应用。常见的流场可视化有直接法、纹理法等。这些方法使用基本的图形元素，包括等高线、标志、场线、等直面、纹理等反映流场形态，组合并构建虚拟风洞系统，辅之以交互分析手段，为相关领域专家提供有力工具。
（3）大规模数据可视化是将海量数据进行可视化的技术，其研究重点是如何高效快捷地对海量的数据进行处理。随着现代超大规模电子计算技术的发展，科学家可以利用大规模计算机集群（如我国自主研制的超级计算机“神威·太湖之光”），对各类自然现象进行模拟研究，包括地震预测、宇宙起源等。虽然计算速度得到了迅猛的发展，但是对于在计算过程中所产生的大规模海量数据却缺乏有效的手段进行存储、传输及可视化，进而理解分析其中的信息。大规模数据可视化最大的瓶颈是硬件可同时处理数据的能力以及数据读取的带宽。在有些应用中，数据的规模往往达到了 TB、PB 量级，甚至有向 EB 量级发展的趋势，现有的方法难以进行处理。在大规模数据可视化中，可以通过并行计算及并行 IO 等技术来克服这些瓶颈，实现海量复杂数据的可视化。并行计算算法的效率、可伸缩性以及可靠性等课题是研究的重点。此外，近年来提出的现场可视化（In-Situ Visualization），即在数值模拟的同时，利用一部分计算能力对数据可视化，成为大规模数据可视化领域的焦点。
