数据可视化-21级

余凌 胡昌龙 严庆 田萌 李伟卿

目录

  • 1 数据可视化概述
    • 1.1 数据可视化的界定与理解
    • 1.2 数据可视化的优势与作用
    • 1.3 数据可视化的类别与关系
    • 1.4 数据可视化的发展历程与规律
    • 1.5 数据可视化的趋势与挑战
    • 1.6 参考
  • 2 数据可视化的理论基础
    • 2.1 视觉感知
    • 2.2 视觉认知
    • 2.3 格式塔理论
    • 2.4 视觉编码
    • 2.5 数据准备
    • 2.6 参考
  • 3 数据可视化的图标基础
    • 3.1 数据可视化的基本图表
    • 3.2 数据可视化的传统图表
    • 3.3 数据可视化的新型图表
    • 3.4 第三章自学材料+第二次作业要求
  • 4 数据可视化的设计要素
    • 4.1 数据可视化的设计组件
    • 4.2 数据可视化的设计原则
    • 4.3 数据可视化的视觉设计
    • 4.4 数据可视化的图表设计
    • 4.5 数据可视化的配色方案设计
    • 4.6 数据可视化的字体设计
    • 4.7 数据可视化的应用场景设计
    • 4.8 参考
  • 5 数据可视化的实现与优化
    • 5.1 数据可视化的基本步骤
    • 5.2 数据可视化的实现方法
    • 5.3 数据可视化的具体实现
    • 5.4 数据可视化的优化
    • 5.5 2020级优秀作品展示
  • 6 数据可视化工具-实验环节
    • 6.1 Echarts
    • 6.2 Python集成开发环境Jupyter
数据可视化的发展历程与规律

可视化发展史:

1、早期的需求:科学计算计算可视化

-工业设计、核物理等对大规模科学计算数值理解的需要

-医学影像可视化的需要

2、学科的演化

-信息可视化

-可视分析

3、近年来,概率和统计学突然变得更加重要起来。计算机科学所研究的潜在的科学问题已经转向对大型随机图、高维数据以及维度约减等方面的研究。研究人员已经开始对包含数十亿顶点的社交网络展开研究,改变是如此迅速且不可预计。