信息图（infographics）和可视化（visualization）是两个容易混淆的概念，无论是刚刚入门可视化的新生，还是在此领域摸爬滚打好几年的老生，要他们立马说出这两者的区别，并不是件容易的事。而Robert Kosara却寥寥数语却将两者的区分点表达地十分清楚，感谢视物致知博主的翻译。
基于数据生成的信息图（infographics）和可视化（visualization）这两者在现实应用中非常接近，并且有时能够互相替换使用。但是这两者的概念其实是不同的，到底什么是区分这两者的关键？可视化是指那些用程序生成的图形图像，这个程序可以被应用到很多不同的数据上。信息图是指为某一数据定制的图形图像，它往往是设计者手工定制的，只能应用在那个数据中。这个区别点听起来似乎是显而易见的，而在实际中，这两者之间的界限却往往难于区分。很多人都会把这两者混淆起来，犯指鹿为马的错误。
例如O’Reilly Radar的“Lies, damn lies, and visualization”，此文以科学数据可视化为出发点进行对可视化的讨论，但是文章却引用上面这个图片为例子来说明可视化不是客观的。当然这个结论是值得怀疑的，更糟糕地是这个作为例子的图片并不能称之为可视化，它正是信息图的代表：这个图示是为了某个具体数据而设计。它有信息图的代表特征：它是具体化的，自解释性的和独立的。为了满足这些特征，这个图是需要手工定制的。并没有任何一个可视化程序能够基于任一数据生成这样具体化的图片并在上面标注所有的解释性文字。
与具体的，自解释性的信息图不同的是，可视化则是普适的，比如平行坐标图并不因为数据的不同而改变自己的可视化设计。有时候可视化程序甚至可以应用在它并不适合的数据上，但是程序本身不能告诉使用者这点。可视化的强大的普适性能够使用户快速应用某种可视化技术在一些新的数据上，并且通过可视化结果图象理解新数据。但是选择适合数据的可视化技术却依赖于用户个人的经验和运气。所以说，与针对已知特定数据进行图示设计的信息图绘制相比， 用户更像是通过对数据进行可视化的应用来学习和挖掘数据，而普适性的可视化技术本身并没有解释数据的功能。
综上所述，可视化是普适性的，而信息图是具体的。可视化是不因为内容而改变的，而信息图则和内容本身有着紧密的联系。可视化基本上是全自动的，而信息图需要手工定制的。两者都并不是完全客观的。他们都需要作者在创作中把握合理的表达数据的方向从而正确地传递数据信息给观众。
