数据可视化 - Data Visualization

课程介绍 Course Introduction

学分：3 | 先修课：数据结构与算法 | 学期：第4学期

数据可视化课程教授如何用图形化方式呈现数据，传达信息与洞察。内容涵盖可视化的感知原理、图表类型选择、颜色与设计原则、交互式可视化、地理空间可视化与网络可视化等。课程使用Matplotlib、D3.js、Tableau、Plotly等工具，培养学生针对不同受众与场景设计有效可视化方案的能力，避免常见的误导性图表设计。

Data Visualization teaches how to present data graphically to convey information and insights. The course covers perceptual principles of visualization, chart type selection, color and design principles, interactive visualization, geospatial visualization, and network visualization. Using tools such as Matplotlib, D3.js, Tableau, and Plotly, students develop the ability to design effective visualizations for different audiences and scenarios, avoiding common misleading chart designs.

大作业 Final Project

作业标题：数据可视化项目

设计并实现数据可视化项目，展示数据洞察，提交可视化作品和设计文档。

Design and implement data visualization projects to showcase data insights, and submit visualization works and design documents.

实施步骤 Implementation Steps

📋 示例：制作一个交互式数据仪表盘，比如展示某城市一年的空气质量变化。你需要用Python的Pandas清洗数据，用Matplotlib或ECharts做出折线图、热力图和地理分布图，让用户能按月份和区域筛选查看。

步骤 1

数据准备

收集和清洗数据，整理成可视化所需格式

产出：清洗后数据

步骤 2

可视化方案设计

根据数据特点选择合适的图表类型和配色方案

产出：可视化设计方案

步骤 3

可视化实现

使用ECharts或D3.js实现数据可视化

产出：可视化代码

步骤 4

交互设计

添加交互功能（缩放、筛选、tooltip等）

产出：交互功能

步骤 5

报告提交

整理可视化设计和实现报告

产出：最终提交材料

Steps

Step 1

Data Preparation

Collect and clean data, format for visualization

Deliverable: Cleaned Data

Step 2

Visualization Design

Select chart types based on data characteristics

Deliverable: Visualization Design

Step 3

Visualization Implementation

Implement using ECharts or D3.js

Deliverable: Visualization Code

Step 4

Interaction Design

Add zoom, filter, tooltip interactivity

Deliverable: Interactive Features

Step 5

Report Submission

Prepare visualization design and implementation report

Deliverable: Final Submission

← 返回数据科学下一门：大数据处理 → 🎲 Random Course

Prerequisites · International Exams · Contact · Back to top · Home