《数据可视化之美》教学大纲

课程编号：

课程性质：

通识教育选修课

课程名称：

数据可视化之美

学时/学分：

32/2

英文名称：

Beautiful Visualization

考核方式：

设计作业

选用教材：

数据可视化的基本原理与方法

大纲执笔人：

陈柏生

先修课程：

信息技术

大纲审核人：

适用专业：

非计算机专业

 一、 教学目标

数据的采集、提取和理解是人类感知和认识世界的基本途径之一，数据可视化为人类洞察数据的内涵、理解数据蕴藏的规律提供了重要的手段。本课程的主要目的是使学生领略数据可视化的美，培养学生的数据可视化表达思维和基本处理能力。

通过本课程的教学，学生了解数据可视化基本概念；掌握数据可视化的一般原理和处理方法；针对实际应用中遇到的不同类型的数据选择相应的可视化方法；使用基本的数据可视化工具对数据进行可视化处理。

二、教学基本内容

第一章 数据可视化概述

[主要内容] 讲解可视化的概念和意义，展示各种类别的数据可视化之美

[重点] 数据可视化概念与分类

[难点] 可视化的目标和作用

要求学生：积极参与讨论，结合自身的专业和应用需要，探讨数据可视化的意义及应用需求。

第二章 人类视觉感受和认知

[主要内容] 介绍信息可视化设计的人类心理学基础

[重点]  人类视觉感知和认知；视觉通道类型

[难点] 视觉感知与认知

要求学生：预先阅读人类视知觉的相关资料，能通过图像对比理解视觉感知的相对性。

第三章 数据可视化设计的步骤与方法

[主要内容] 介绍数据可视化图表的信息要素，数据可视化设计的流程和设计原理

[重点]  数据可视化流程、数据映射、视图交互设计

[难点] 数据处理、数据变换

要求学生：讨论不同元素在可视化双变量数据集时可能产生的可视化效果和遇到的问题。阐述可视化的表达力和有效性的区别。举例说明。

第四章 数据和数据处理

[主要内容] 数据基础（属性、相似性度量）；数据特征（统计、不确定性）；数据处理与分析（数据收集、数据预处理、数据存储、数据分析）

[重点] 数据特征；数据预处理；数据分析

[难点] 数据预处理；数据分析

要求学生：理解数据的基本特征，分析统计分析方法、探索性数据分析和数据挖掘各有什么侧重点和优势，能够对一组数据做线型回归分析。

第五章 选择可视化工具

[主要内容] 可视化软件与工具介绍：开箱即用的可视化工具、 编程工具、绘图软件、地图绘制工具；衡量各种可选项。

[重点] 信息可视化软件与工具使用

[难点] 可视化软件与工具使用

要求学生：了解可视化软件分类；掌握常规的可视化软件与工具使用。

第六章 有关时间趋势的可视化

[主要内容] 时间数据的属性；时间中的离散点（柱形、柱形的堆叠、圆点）；时序数据的描述和可视化（时间点的连接、平滑和估算）

[重点] 时间数据的描述；时序数据的描述和可视化

[难点] 时序数据的可视化

要求学生： 理解时间数据和时序数据的属性特征；掌握时间数据和时序数据的描述和可视化方法

第七章 有关比例的可视化

[主要内容] 在比例中寻求什么；整体中的各个部分（饼图、面包圈图、比例堆叠）；带时间属性的比例数据可视化（堆叠的延续、逐点详述）。

[重点] 比例数据整体与局部描述；带时间属性的比例数据可视化

[难点] 带时间属性的比例数据可视化。

要求学生：理解比例数据的含义；掌握比例数据描述与可视化；带时间属性的比例数据可视化。

第八章 有关关系的可视化

[主要内容] 关系数据的属性与意义；关系数据的描述（圆点图、气泡图、多变量描述）；关系分布（分布图表、有关分布的柱形图、延续性）；关系的对照和比较。

   [重点] 关系数据的描述和可视化

[难点] 关系数据的描述和可视化

要求学生：理解关系数据的属性和含义；掌握关系数据可视化方法和常用图表模型设计

第九章 有关空间关系的可视化

[主要内容] 空间数据的属性与意义；位置的描述和可视化（坐标与点）；区域的描述和可视化；时空数据可视化（序列组图、差异化和动画）

[重点] 位置的描述和可视化；区域的描述和可视化；时空数据可视化

[难点] 区域的描述和可视化；时空数据可视化

要求学生：理解空间数据和空间关系的属性和含义；掌握空间数据的描述和可视化方法。

第十章 跨媒体数据可视化

[主要内容] 文本可视化；文档可视化；社交网络可视化；日志数据可视化

[重点] 文档可视化；社交网络可视化

[难点] 日志数据可视化

要求学生：掌握文本与文档可视化；了解社交网络可视化；掌握日志数据可视化。

第十一章 数据可视化中的结构模型

[主要内容] 分组型结构；交集型结构；放射型结构；向心型结构；流程型结构；循环型结构；对比型结构；阶层型结构；关联型结构；树状型结构；分解说明型结构

[重点] 分组型结构；交集型结构；放射型结构；流程型结构；对比型结构；阶层型结构；关联型结构

[难点] 交集型结构；关联型结构；分解说明型结构

要求学生：熟悉信息可视化的各种结构模型及其适用场景

第十二章 数据可视化中要素的选择与设计

[主要内容] 信息图中的版面要素；信息到图元素的转换；图元素的运用技巧；信息图中的文字要素；信息图中的色彩要素

[重点] 信息图中的版面要素；信息图中的文字要素；信息图中的色彩要素

[难点] 信息到图元素的转换；图元素的运用技巧

要求学生：理解和熟悉信息化可视化设计涉及的基本要素及其作用；掌握信息可视化设计的版面、图元、文字和色彩要素的配置原理与方法

第十三章 数据可视化综合设计及案例

[主要内容] 数据可视化综合设计流程；可视化的交互、价值与评估；设计原则与常见错误分析；综合案例分析与讨论

[重点] 数据可视化综合设计流程；可视化的交互、价值与评估

[难点] 可视化的交互、价值与评估

要求学生： 掌握数据可视化综合设计流程和评价方法；通过具体地案例解析和评价可视化方案优劣。

第十四章 专题讨论与专家讲座

三、建议教学进度

课程内容

授课学时

第一章 数据可视化概述

2

第二章 人类视觉感受和认知

2

第三章 可视化设计的步骤和方法

2

第四章 数据和数据处理

2

第五章 选择可视化工具

2

第六章 有关时间趋势的可视化

2

第七章 有关比例的可视化

2

第八章 有关关系的可视化

2

第九章 有关空间关系的可视化

2

第十章 跨媒体数据可视化

2

第十一章 数据可视化中的结构模型

2

第十二章 数据可视化中要素的选择与设计

2

第十三章 数据可视化综合设计及案例分析

2

第十四章 专题讨论与专家讲座

4

课程作业答辩（1）

2

课程作业答辩（2）

2

合计

32

四、教学方法

1、理论与实践相结合，结合常用工具展示教学内容；针对经典案例比较、讨论；结合学生专业、兴趣适当组织专题探讨。

2、适时邀请学者专家、一线设计师进课堂，与学生深度交流。

3、发扬学生学习主动性，以当下受广泛关注的话题带动课堂，进行研讨。鼓励学生结合自身专业和兴趣开展主题讨论和设计作品，汇报交流学习成果。

5、利用QQ、微信等网络平台，及时沟通互动，给学生课后答疑

五、考核方式

设计大作业

六、成绩评定方法

作业成绩80%，平时成绩20%

七、教学参考书

1．《鲜活的数据》

2．《数据之美》

3.《数据可视化之美》

4．《信息可视化设计》

5．《人人都是数据分析师 Tableau应用实战》

6.《触手可及的大数据分析工具：Tableau案例集》

7.《D3.js数据可视化实战手册》

8.《R数据可视化手册》

网址：《数据可视化之美》教学大纲 http://c.mxgxt.com/news/view/1170512

相关内容

探索数据之美：九款数据可视化工具盘点！
大学蹭霉霉流量，开数据可视化课程
什么是数据可视化 关于数据可视化的意思介绍
数据可视化明星Tableau Software
智慧校园的数据可视化
收藏：数据可视化工具大全
大数据电影分析：数据可视化的力量
数据可视化明星Tableau Software【研报】
数据可视化: 科学技术与人文艺术的融合
数据可视化是什么意思？CRM数据可视化的好处！

随便看看