信息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、数据挖掘、图像处理等多方面的知识,介绍有效的信息可视化技术和算法。该课程面向在开发过程中有信息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,注重学生编程开发能力的培养。
课程安排(每天下午6-10节)
第01天 信息可视化简介 | 可视化工具(06月30日)
实践课内容 |
2022 GDP Data |
EChart |
EChart-Example |
EChart-Example.zip
D3-Gallery | 01-D3-Example | 01-D3-Example.zip
JS教程 | JS线上学习
D3-Gallery | 01-D3-Example | 01-D3-Example.zip
JS教程 | JS线上学习
第02天 (07月01日)
第03天 (07月02日)发布课后大作业
第04天 (07月03日)1-3天实践内容答疑
第05天 图数据可视化实践(07月04日)
第06天 数据爬取 | 文本数据可视化(07月07日)
第07天 地理空间数据可视化(07月08日)
第08天 时空数据可视化(07月09日)课后大作业点评,确定期末项目分组
第09天 停课一次(07月10日)
第10天 可视化案例 | 科学数据可视化实践(07月11日)
第11天 前后端连通实践(07月14日)
第12天 前端框架实践(07月15日)
第13天 期末项目实践(07月16日)
第14天 期末项目实践(07月17日)
第15天 期末项目汇报(07月18日)
参考书籍
- 可视化导论. 陈为等. 高等教育出版社.
- The Visual Display of Quantitative Information (2nd Edition). E. Tufte. Graphics Press.
- The Grammar of Graphics. Leland Wilkinson, Springer.
课程资料
课程要求
- 出勤及课堂讨论 (10%)
- 上机实践表现 (20%)
- 课后实践作业 (20%)
- 期末项目 (50%)
授课老师
王长波教授 | 李晨辉副教授 (可通过邮件方式与老师联系): chli@cs.ecnu.edu.cn