简单地说，可视化的过程就是获取原始数据并将其转换为一种对人类可见和可理解的形式。这让我们对数据有了更好的认知理解。科学可视化特别关注在二维或三维空间中具有明确表示的数据类型。来自模拟网格和扫描仪的数据非常适合这种类型的分析。

可视化数据有三个基本步骤：读取、过滤和渲染。首先，必须将数据读入ParaView。接下来，你可以应用任意数量的过滤器处理数据，以从数据中生成、提取或派生特征。最后，从数据中呈现一个可视的图像。

ParaView主要用于处理具有空间表示的数据。因此，在ParaView中使用的主要数据类型是网格。

均匀直线（图像数据）

均匀直线网格是一个一维、二维或三维的数据数组。这些点彼此垂直，并沿每个方向有规律地间隔。

非均匀直线（直线网格）

与均匀直线网格相似，点之间的间距可以沿每个轴变化。

曲线（结构化网格）

曲线网格与直线网格具有相同的拓扑结构。但是，曲线网格中的每个点都可以放置在任意坐标（前提是它不会导致网格重叠或自相交）。曲线网格提供了更紧凑的内存占用和隐式拓扑的直线网格，但也允许在网格形状上存在更多的变化。

多边形（多边形数据）

多边形数据集由点、线和二维多边形组成。网格间的连接可以是任意的，也可以是不存在的。多边形数据表示基本的渲染基元。在渲染之前，任何数据都必须转换为多边形数据（除非使用了体渲染），ParaView会自动进行此转换。

非结构网格

非结构化数据集由点、线、二维多边形、三维四面体和非线性单元组成。它们与多边形数据相似，只是它们也可以表示三维四面体和非线性单元，这些单元不能直接进行渲染。

除了这些基本数据类型之外，ParaView还支持多块数据。每当数据集被组合在一起或读取包含多个块的文件时，都会创建一个基本的多块数据集。ParaView还有一些特殊的数据类型，如分层自适应网格加密（AMR）、分层均匀自适应网格加密、八叉树、表格以及图表数据集等。