《大数据可视化》——课程简介.docxVIP

《大数据可视化》（第2版）

课程简介

课程概述

《大数据可视化》是一门面向数据科学与大数据技术、信息管理与信息系统、计算机科学与技术等相关专业的核心课程。本课程旨在使学生掌握数据可视化的基础理论、方法和工具，培养学生运用数据可视化技术解决实际问题的能力，提高学生的数据意识、审美观念和创新思维。通过理论学习和实践操作，学生能够熟练使用Excel、Tableau、Python等工具进行数据可视化设计与分析，为后续的数据分析和数据挖掘课程打下坚实基础。

通过本课程的学习，学生将能够系统地掌握数据可视化的理论知识和实践技能，具备独立进行数据可视化设计与分析的能力，为未来的职业发展和学术研究奠定坚实的基础。

课程目标

知识与技能：

掌握数据可视化的基础理论，包括数据分类、预处理、组织管理等。

熟悉常用的数据可视化工具和方法，如Excel、Tableau、Python等。

能够运用所学知识进行数据可视化设计与分析。

过程与方法：

通过案例分析、实验操作、小组讨论等教学方法，引导学生主动探索数据可视化的应用场景和设计原则。

培养学生的实践能力和创新思维。

情感态度与价值观：

激发学生对大数据可视化的兴趣和热情。

培养学生的数据意识和审美观念，提高学生对数据信息的敏感度和解读能力。

增强学生团队合作和沟通交流的能力。

课程内容

本课程内容分为以下几个部分：

数据可视化基础：

数据分类、数据集、相似度与密度、数据的可变性和不确定性。

数据的背景信息、预处理、组织与管理。

数据分析与挖掘的基本方法。

数据可视化之美：

数据与图形的关系，人类视觉的接受能力，实时可视化的应用。

数据可视化方法，包括数据可视化场景、数据分析图表、数据研究方法、信息图形和展示。

数据艺术世界和数据视觉分析，如热点图、时间序列图、网络图、空间数据制图。

工具与数据资源：

数据与信息的可视化，可视化软件系统（医学、科学、信息可视化软件）。

应用程序开发工具（科学和信息可视化），WEB应用开发工具（D3.js、DataV、ECharts）。

数据分析与挖掘工具（R语言、SAS语言），可视化数据资源（数据集资源、可视化信息资源）。

数据引导可视化设计：

可视化理论的发展，包括图形符号学、图形语法、数据状态模型。

按任务区分的数据类型，可视化设计原则（数据到可视化的直观映射、视图选择与交互设计、信息密度、美学因素、动画与过渡）。

可视化基本框架，包括数据可视化流程、设计和基本图表。

数据可视化过程：

可视化设计组件（颜色与透明度、可视化隐喻、坐标系、标尺、背景信息、整合可视化组件）。

用数据指导视觉探索，分类数据、时序数据、空间数据的可视化方法。

让可视化设计更清晰，包括建立视觉层次、增强图表的可读性、允许数据点之间进行比较。

面向用户的交互设计：

交互准则（交互的作用、交互延时、交互成本、交互场景变化）。

交互分类（基本交互操作、按交互操作符与空间分类、按交互任务分类）。

交互的硬件设备（交互环境、交互设备）。

可视化组织的快速发展，建立可视化组织的方法。

Excel数据可视化方法：

Excel的函数与图表，整理数据源，数理统计中的常见统计量。

改变数据形式引起的图表变化，如用负数突出数据的增长情况、重排关键字顺序使图表更合适。

Excel数据可视化应用：

直方图、折线图、饼图、散点图的绘制方法和应用场景。

侧重点不同的特殊图表，如子弹图、温度计、漏斗图。

Tableau可视化基础：

Tableau概述，包括可视化技术、主要特性、产品线、下载安装与注册。

Tableau工作区，包括工作表、仪表板、故事工作区、菜单栏和工具栏。

Tableau数据，包括数据角色、字段类型、文件类型。

数据架构与连接，数据维护，创建视图的方法。

Tableau可视化设计：

条形图与直方图、饼图、折线图、压力图与突显表、树地图、气泡图与圆视图、标靶图、甘特图、盒须（箱线）图的绘制方法和应用场景。

Tableau可视化组织：

创建仪表板，布局容器的使用，组织仪表板的方法。

故事工作区的使用，地理角色与地图的创建，导出和发布数据（源）、图像和PDF文件，保存和发布工作簿的方法。

Python可视化基础：

Python编程语言的特点和版本，Python开发环境的安装和使用。

Python可视化工具PyEcharts的安装和应用实例。

PyEcharts可视化分析：

柱状图、折线图、饼图、箱线图、雷达图、散点图、地图、词云图的绘制方法和应用场景。

数据可视化评测：

评测流程，评测方法（专家评估、案例研究、指标评估、众包、数据标注）。

用户实验的设计和实施，包括确定实验目标、准备实验、开展实验、分析结果。

教学方法

讲授法：系统讲解数据可视化的理论知识和方法技巧。

案例分析法：通过分析具体的可视化案例，引导学生