编程进行信息可视化的步骤如下：
数据收集
数据可以来自数据库、API接口、文件（如CSV、JSON、XML）等多种渠道。
确保数据来源的可靠性和准确性，并考虑数据的格式和存储方式。
数据处理
对收集到的数据进行清洗、转换和整理，包括去除重复数据、处理缺失值、标准化数据格式等。
使用数据处理工具（如Pandas库）可以提高数据处理的效率。
数据分析
通过统计分析、数据挖掘等方法，发现数据中的规律和趋势，为决策提供支持。
选择合适的可视化工具
根据需求选择合适的数据可视化工具，如Python的Matplotlib、Seaborn、Plotly，或者R语言的ggplot2、plotly等。
考虑工具的功能、易用性和社区支持。
设计可视化图表
根据数据和分析结果，选择合适的图表类型（如柱状图、折线图、饼图、散点图等）进行可视化。
调整图表样式和颜色，使其更加直观和易于理解。
分享和展示结果
将生成的可视化图表保存为文件或直接在屏幕上展示。
如果需要，可以将可视化结果集成到报告或仪表板中，便于分享和讨论。
示例代码（Python）
```python
import matplotlib.pyplot as plt
数据
x = [1, 2, 3, 4, 5]
y = [2, 3, 5, 7, 11]
绘制折线图
plt.plot(x, y)
plt.xlabel('X轴')
plt.ylabel('Y轴')
plt.title('折线图示例')
plt.show()
```
示例代码（Ruby）
```ruby
require 'ruby2d'
设置窗口标题和大小
set title: "我的第一个图形", width: 400, height: 400
创建一个矩形
rectangle = Rectangle.new
显示窗口
show
```
通过以上步骤和示例代码，你可以开始使用编程进行信息可视化。根据具体需求和数据类型，选择合适的工具和编程语言，可以创建出美观且富有洞察力的可视化图表。