大数据时代数据无处不在，已经成为我们生活的一部分。数据的复杂性、多样性等特点增加了人们探索和理解数据中隐含信息的难度。本课程结合优雅的数据可视化案例，以视觉信息作为美的载体，介绍生活中常见的数据呈现形式，帮助同学们直观地理解数据并快速发现数据中的规律和模式，带领同学们一同探索数据之美，感受数据之美。本课程融合技术与艺术，涉及计算美学、数据科学、艺术设计等多方面的知识。本课程将培养学生的形象思维，提升学生的审美能力及实践能力。课程PPT在每次课程结束后到超新泛雅平台的课程资料板块下载：http://ecnu.fanya.chaoxing.com。
课程安排
第01周 课程简介 | 数据简介 | 美的定义 | 互动实践 （02月27日）
第02周 数据分析与处理 | 信息图简介 | 可视化与可视分析 | 互动实践 （03月06日）
第03周 视觉编码 | 颜色与感知 （03月13日）
第04周 设计原则 | 交互与评估 | 可视化工具 （03月20日）
第05周 神奇的网络 （03月27日）
第06周 文本的故事 （04月03日）
第07周 多媒体汇聚（04月10日）
第08周 时空之旅 | 设计实践（04月17日）
第09周 科学探秘 | 设计实践（04月24日）
第10周 五一放假（05月01日）
第11周 世界之窗 | 课后作业点评（05月08日）
第12周 期末汇报（05月15日）
参考书籍
- 《数据之美》，邱南森著，中国人民大学出版社，2014年
- 《数据可视化之美》，Julie Steele，Noah著，机械工业出版社，2011年
- 《可视化导论》，陈为等著，高等教育出版社，2020年
- 《统计之美》，李舰、海恩著，电子工业出版社，2019年
- Visualization Analysis and Design. Tamara Munzner. A K Peters/CRC Press. 2014
- The Visual Display of Quantitative Information (2nd Edition). E. Tufte. Graphics Press. 2001
- The Grammar of Graphics. Leland Wilkinson, Springer, 2005
- Visual Analytics for Data Scientists. Natalia Andrienko, Gennady Andrienko et al. Springer, 2020
课程资料
课程要求
- 出勤及课堂表现 (10%)
- 互动实践 (20%)
- 课后作业 (20%)
- 期末实践 (50%)
授课老师
李晨辉副教授 (可通过邮件方式与老师联系)： chli@cs.ecnu.edu.cn