数据可视化旨在借助于图形化的手段，清晰有效地传达原始数据的潜在信息，帮助用户直观地理解数据并快速发现数据中的规律，从而实现对稀疏而又复杂的数据的深入洞察。在本课程中，我们将融合颜色设计理论、认知科学原理、计算机图形学、数据挖掘、统计学、图像处理、计算美学等多方面的知识，介绍有效的数据可视化技术和算法。该课程面向在开发过程中有数据可视化需求及对前端开发工具感兴趣的本科生。本课程是一门理论与实践并重的课程，注重对学生编程开发能力的培养。此外，本课程也会介绍一些大模型与可视化相结合的内容。选修该课程的同学，课前可以自学一些 HTML及JavaScript的知识，为课程学习的顺利开展打下基础。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（单周6-9节|双周8-9节）

---

第01周 数据可视化简介（3月6日）

    实践课内容 | GDP Data | EChart | EChart-Example | EChart-Example.zip | JS线上学习 | EChart折线图 | EChart折线图代码
   可用的echarts库的链接： https://cdn.bootcdn.net/ajax/libs/echarts/5.5.0/echarts.min.js http://chenhui.li/echarts.min.js

第02周 数据文件处理实践（3月13日）

    实践课内容 | 代码及数据 | CSV数据

第03周 图表可视化实践（3月20日）

    实践课内容 | 代码及数据

第04周 网络图可视化实践（3月27日）

    实践课内容 | 网络图示例 | 网络图练习代码 | 网络图编辑器 | 图编辑器代码

第05周 爬虫实践（04月03日）

    实践课内容 课后大作业

第06周 前端UI实践 | 前后端通信实践（04月10日）

    实践课内容 | 代码

参考书籍

---

1. 可视化导论. 陈为等. 高等教育出版社.
2. The Visual Display of Quantitative Information (2nd Edition). E. Tufte. Graphics Press.
3. The Grammar of Graphics. Leland Wilkinson, Springer.
4. Visual Analytics for Data Scientists. Natalia Andrienko, Gennady Andrienko et al. Springer 2020

课程资料

---

1. 可视化工具： EChart | D3 | Vega | AntV
2. 学术会议： IEEE VIS 可视化顶会 | 中国可视化与可视分析大会

课程要求

---

1. 考勤 (10%)
2. 上机实践表现 (20%)
3. 课后实践作业 (20%)
4. 期末项目 (50%)

授课老师

---

李晨辉老师 (可通过邮件方式与老师联系)： chli@cs.ecnu.edu.cn