《大数据可视化》——课程简介.docx

《《大数据可视化》——课程简介.docx》由会员分享，可在线阅读，更多相关《《大数据可视化》——课程简介.docx（6页珍藏版）》请在三一文库上搜索。

1、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ExcekTableau.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1 .

2、知识与技能：o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。O熟悉常用的数据可视化工具和方法，如Excel、TableausPythOrl等。O能够运用所学知识进行数据可视化设计与分析。2 .过程与方法：o通过案例分析、实验操作、小组讨论等教学方法，弓I导学生主动探索数据可视化的应用场景和设计原则。O培养学生的实践能力和创新思维。3 .情感态度与价值观：o激发学生对大数据可视化的兴趣和热情。O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。O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：1 .数据可视化基础：O数据分类、数据集、相似度与

3、密度、数据的可变性和不确定性。O数据的背景信息、预处理、组织与管理。O数据分析与挖掘的基本方法。2 .数据可视化之美：O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。O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。O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。3 .工具与数据资源：o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）Oo应用程序开发工具（科学和信息可视化），WEB应用开发工具（D3js、DataVsECharts）oO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

4、信息资源）。4 .数据引导可视化设计：o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。o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）。O可视化基本框架，包括数据可视化流程、设计和基本图表。5 .数据可视化过程：o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）。O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。O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。6 .面向用户的交互设计：o交互准则（交互的作用、交互延时、交互成本、交互场

5、景变化）。o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）。o交互的硬件设备（交互环境、交互设备）。o可视化组织的快速发展，建立可视化组织的方法。7. Excel数据可视化方法:oEXCeI的函数与图表，整理数据源，数理统计中的常见统计量。o改变数据形式弓I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。8. Excel数据可视化应用:o直方图、折线图、饼图、散点图的绘制方法和应用场景。o侧重点不同的特殊图表，如子弹图、温度计、漏斗图。9. Tableau可视化基础：o Tableau概述，包括可视化技术、主要特性、产品线、下载安装与注册。o Table

6、au工作区，包括工作表、仪表板、故事工作区、菜单栏和工具栏。o TableaU数据，包括数据角色、字段类型、文件类型。o 数据架构与连接，数据维护，创建视图的方法。10. Tableau可视化设计:o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。11. Tableau可视化组织：O创建仪表板，布局容器的使用，组织仪表板的方法。O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。12. Python可视化基础：oPython编程语言的特点和版本，Python开发环境的

7、安装和使用。oPython可视化工具PyEcharts的安装和应用实例。13. PyEcharts可视化分析:o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。14. 数据可视化评测：o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）。O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，弓I导学生理解数据可视化的实际应用和设计思路。 实验操作法：组织学生进行实际的数据可视化操作，加深对知识的理解和掌握。 小组讨论法：鼓励学生分组

8、讨论数据可视化的设计方案和分析结果，培养团队合作和沟通能力。实验教学 实验目的：通过实际操作，使学生掌握数据可视化工具的使用方法，提高学生的实践能力和创新思维。 实验内容：每章的实验与思考部分，包括使用GAPMINDER、Excel、TableausPython等工具进行数据可视化操作。 实验要求：学生需独立完成实验任务，提交实验报告，实验报告应包括实验目的、实验步骤、实验结果和实验心得。课程考核 平时成绩（30%）o课堂参与度（10%）o小组讨论表现（10%）o实验操作情况（10%）作业成绩（30%）o习题完成质量（15%）o分析报告撰写水平（15%） 期末考试（40%）o闭卷考试，主要考察

9、学生对数据可视化理论知识和方法技巧的掌握程度教材与参考书 教材：大数据可视化（第2版），杨武剑、周苏主编，机械工业出版社，2024 参考书：o数据可视化：原理与实践o（Tableau数据可视化实战o（Python数据可视化之美教学资源 课件：PPT课件 实验工具:Excel、TableausPython（PyEcharts） 数据资源：提供相关的数据集和可视化信息资源 案例资料：收集和整理的数据可视化案例教学团队 主讲教师：主讲教师姓名 助教：助教姓名课程反馈与改进 反馈方式：通过问卷调查、课堂反馈、实验报告等方式收集学生对课程的反馈意见。 改进措施：根据反馈意见，及时调整教学内容和教学方法，优化课程设计，提高教学质量。附录 习题参考答案：提供习题的参考答案，帮助学生检查学习效果。 参考文献：列出相关的参考文献，供学生进一步学习和研究。周苏,2025年1月14日