《数据可视化技术（Datavisualization technology）》教学大纲-计算机科学与工程学院（人工智能学院）

《数据可视化技术（Datavisualization technology）》教学大纲

制定时间：2025年06月

一、课程基本信息

（一）适用专业：本科智能科学与技术

（二）课程代码：3ZN1017A

（三）学分/课内学时：2学分/32学时

（四）课程类别：专业教育

（五）课程性质：选修课

（六）先修课程：《Python语言与应用》、《机器学习》、《操作系统》、《数据结构》、《面向对象的程序设计方法》等

（七）后续课程：《深度学习》、《数据分析与挖掘技术》、《毕业设计》

二、课程教学目标

《数据可视化技术》是全日制大学本科智能科学与技术专业开设的一门专业选修课。对培养学生的信息处理能力、信息分析与应用能力、信息表达能力具有重要的作用。

本课程的主要目的是培养学生的信息数据可视化处理能力。通过本课程的学习，使学生了解数据可视化基本概念，掌握视觉感知和认知的基本原理和可视化设计原则；掌握数据可视化的基础理论、一般原理和处理方法，掌握常用的可视化工具及软件的使用，最终使学生能使用数据可视化工具对数据进行可视化处理。

（一）具体目标

目标1：能够正确采集和处理相关数据，并对结果进行分析和解释，获得具有可视化效果的结论。

目标2：能够采用正确的系统设计方法和工具分析应用系统的功能、性能和参数，并对结果进行可视化展示，培养学生的探索精神。

目标3：能针对个人或职业发展的需求，采用合适的方法，自主学习，适应社会和技术的发展。

（二）课程目标与毕业要求的对应关系

毕业要求	课程目标	教学单元	评价方式
1.掌握专业必需的数学、自然科学、工程基础和专业知识，能够用于解决智能系统开发中的复杂工程问题，并对结果进行分析和解释。	目标1、3	数据可视化概述、视觉感知与视觉通道、数据可视化基础及相关工具软件。	平时成绩实验成绩期末成绩
2.能够针对智能应用系统的复杂工程问题，开发、选择与使用恰当的技术、资源、现代工程工具和可视化技术工具，分析应用系统的功能、性能和参数，实现对复杂工程问题的预测与模拟，并对结果进行可视化展示。	目标2、3	matplotlib图表辅助元素的定制、matplotlib图表样式的美化、matplotlib子图的绘制及坐标轴共享、matplotlib坐标轴的定制。	平时成绩实验成绩期末成绩
3.能够基于工程背景知识和技术标准，对智能应用系统工程进行合理分析，评价系统及其复杂工程问题解决方案对社会、健康、安全、法律以及文化的影响，并理解应承担的责任。	目标3	matplotlib绘制3D图表和统计地图、matplotlib绘制高级图表、数据可视化-pyecharts的综合应用。	平时成绩期末成绩

三、教学内容与方法

（一）教学内容及要求

序号	教学单元	教学内容	学习产出要求	推荐学时	推荐教学方式	支撑课程目标	备注
1	数据可视化技术与matplotlib安装使用	可视化的意义、目标和作用，可视化简史，可视化分类,深入理解数据可视化，常见的数据可视化方式	理解可视化的意义，理解可视化的目标和作用，了解可视化简史、掌握可视化的分类	2	讲授	1
2	数据可视化技术与matplotlib安装使用	数据可视化技术与matplotlib安装使用常见的数据可视化库、初始matplotLib及安装使用	掌握matplotlib的安装使用	2	讲授	1
3	matplotlib绘制简单图表	绘制折线图，绘制柱形图或堆积柱形图，绘制条形图或堆积条形图，绘制堆积面积图	掌握matplotlib绘制简单图表，掌握可视化工具软件的使用	2	讲授	1
4	matplotlib绘制简单图表	绘制直方图，绘制饼图或圆环图等	掌握matplotlib绘制简单图表，掌握可视化工具软件的使用	2	讲授	1
5	matplotlib绘制简单图表	实验一使用matplotlib绘制简单图表	Matplotlib库的安装及使用，柱状图、条形图、线形图的生成	2	实验	1、2	提交实验报告
6	图表辅助元素的定制	认识图表常用的辅助元素，设置坐标轴的标签、刻度范围和刻度标签，添加标题和图例，显示网格等	掌握matplotlib图表辅助元素的定制	2	讲授	2
7	图表样式的美化	图表样式概述，使用颜色，选择线型，添加数据标记，设置字体，切换主题风格	掌握matplotlib图表样式的美化	2	讲授	2
8	子图的绘制及坐标轴共享	绘制固定区域的子图，绘制自定义区域的子图，共享子图的坐标轴，子图的布局	掌握matplotlib子图的绘制及坐标轴共享	2	讲授	2
9	坐标轴的定制	坐标轴概述，向任意位置添加坐标轴，定制刻度	掌握matplotlib坐标轴的定制	2	讲授	2
10	绘制3D图表和统计地图	使用mplot3d绘制3D图表，使用animation制作动图，使用basemap绘制统计地图	掌握matplotlib绘制3D图表和统计地图	2	讲授	3
11	绘制3D图表和统计地图	实验二绘制3D图表和统计地图	使用mplot3d绘制3D图表、使用animation制作动图、使用basemap绘制统计地图	2	实验	1、2	提交实验报告
12	使用matplotlib绘制高级图表	绘制等高线图，绘制矢量场流线图，绘制棉棒图，绘制漏斗图等	掌握matplotlib绘制高级图表	2	讲授	3
13	使用matplotlib绘制高级图表	实验三使用matplotlib绘制高级图表	绘制等高线图、箱形图、散点图、气泡图、矢量场流线图，多个子图的应用	2	实验	1、2	提交实验报告
14	数据可视化-pyecharts	pyecharts概述，pyecharts基础知识，绘制常用图表	了解可视化软件，掌握pyecharts可视化软件与工具使用，掌握可视化软件的综合应用	2	讲授	3
15	数据可视化-pyecharts	绘制组合图表，定制图表主题	了解可视化软件，掌握pyecharts可视化软件与工具使用，掌握可视化软件的综合应用	2	讲授	3
16	数据可视化-pyecharts	实验四 pyecharts绘制图表	快速绘制图表、绘制常用图表、绘制组合图表、配置样式	2	实验	1、2	提交实验报告

（二）教学方法

1.课堂讲授

（1）采用启发式教学，以学生为中心，激发学生主动学习的兴趣，培养学生独立思考、分析问题和解决问题的能力，引导学生主动通过实践和自学获得自己想学到的知识。

（2）采用案例驱动的训练方式，通过对不同案例的训练，使学生加深对数据可视化技术的理解，能综合运用所学知识解决实际问题，增强实际动手能力。培养学生综合应用所学的理论知识去分析和解决工程实际问题的能力，帮助学生巩固、深化和拓展知识面，使之得到一次较全面的技能提升训练，为毕业设计和实际工程设计奠定基础。

（3）理论教学与工程实践相结合，引导学生应用数学、自然科学和工程科学的基本原理，采用现代设计方法和手段，掌握数据可视化技术，解决智能系统实际应用中面临的数据可视化问题，培养学生分析问题、解决问题的思维方法和实践技能。

2.实验教学

实验教学是数据可视化技术课程中教学过程中重要的环节，目的是培养学生运用实验方法研究解决智能系统应用领域中的数据可视化问题。课程必做实验4个，各实验按照实验指导书要求学生独立完成，并提交实验报告。

四、考核及成绩评定

（一）考核内容及成绩构成

课程目标	考核内容	成绩评定方式	成绩占总评分比例	目标成绩占当次考核比例	学生当次考核平均得分	目标达成情况计算公式
目标1：能够正确采集和处理相关数据，并对结果进行分析和解释，获得具有可视化效果的结论。	数据可视化概述，视觉感知与视觉通道，数据可视化基础及相关可视化工具。	期末成绩	25%	36%	T1
		平时成绩	5%	50%	A1
		实验成绩	10%	50%	E1
目标2：能够采用正确的系统设计方法和工具分析应用系统的功能、性能和参数，并对结果进行可视化展示。	matplotlib图表辅助元素的定制、matplotlib图表样式的美化、matplotlib子图的绘制及坐标轴共享、matplotlib坐标轴的定制。	实验成绩	10%	50%	T2
目标2：能够采用正确的系统设计方法和工具分析应用系统的功能、性能和参数，并对结果进行可视化展示。		期末成绩	25%	36%	E2
目标3：能针对个人或职业发展的需求，采用合适的方法，自主学习，适应社会和技术的发展。	matplotlib绘制3D图表和统计地图、matplotlib绘制高级图表、数据可视化-pyecharts的综合应用。	平时成绩	5%	50%	T3
目标3：能针对个人或职业发展的需求，采用合适的方法，自主学习，适应社会和技术的发展。		期末成绩	20%	28%	A2
总评成绩（100%）=实验成绩（20%）+期末成绩（70%）+平时作业（10%）			100%	——	——

（二）平时考核成绩评定

1.实验

实验4次，支持目标1、目标2，共占总评分20%，目标1占10%、目标2占10%。对应目标评分标准如下：

对应目标		目标1：能够正确采集和处理相关数据，并对结果进行分析和解释，获得具有可视化效果的结论。	目标2：能够采用正确的系统设计方法和工具分析应用系统的功能、性能和参数，并对结果进行可视化展示。
考查点		实验内容	实验报告
总评分占比		50%	50%
评分标准	100% 至 90%	数据可视化设计原则制定科学、严谨；熟练使用各类数据可视化工具，能够准确分析智能系统应用中的相关问题；能够提出可行的数据可视化解决方案，效果良好。	有很强的总结实验和撰写报告的能力，实验报告内容完整、正确，有很好的分析与见解。文本表述清晰，书写工整，格式规范，专业术语用语准确。
	89.9% 至 80%	数据可视化设计原则制定严谨；熟练使用各类数据可视化工具，能够分析智能系统应用中的相关问题；能够提出可行的数据可视化解决方案，效果良好。	有较强的总结实验和撰写报告的能力，实验报告内容完整、正确，有较好的分析与见解。文本表述较为清晰，书写比较工整，格式规范。
	79.9 至 70%	数据可视化设计原则制定较为完备；熟练使用主流数据可视化工具，能够分析智能系统应用中的相关问题；能够提出可行的数据可视化解决方案。	有良好的总结实验和撰写报告的能力，实验报告内容较完整、正确，有自己的分析与见解。文本表述较为清晰，书写较为工整，格式较为规范。
	69.9% 至 60%	数据可视化设计原则制定合理；能够使用主流数据可视化工具，能够分析智能系统应用中的相关问题；能够提出适当的数据可视化解决方案。	有一定的总结实验和撰写报告的能力，实验报告内容基本完整、正确，没有分析或见解。文本表述基本清晰，书写基本工整，格式基本规范。
	59.9%至 0	数据可视化设计原则有待完善；能够使用一些数据可视化工具；对数据可视化解决方案的制定缺乏完整性和可行性。	总结实验和撰写报告的能力差，实验报告内容不完整、错误多。文本表述不清晰，书写潦草、格式不规范。

2.平时作业

平时作业2次，支持目标1、目标3，共占总评分10%，目标1占5%、目标3占5%。对应目标评分标准如下：

对应目标		目标1：能够正确采集和处理相关数据，并对结果进行分析和解释，获得具有可视化效果的结论。	目标3：能针对个人或职业发展的需求，采用合适的方法，自主学习，适应社会和技术的发展。
考查点		作业内容	成果显示、讲解
总评分占比		50%	50%
评分标准	100% 至 90%	对数据可视化现状了解深入，对技术应用熟练；能够根据提出的问题，构建可行的解决方案，并具有个人独到的见解。	有很强的分析总结和撰写报告的能力，有很好的分析与见解；作业文本表述清晰，书写工整，格式规范，专业术语用语准确；态度端正。
	89.9% 至 80%	对数据可视化现状了解深入，对技术应用相对熟练；能够根据提出的问题，构建基本可行的解决方案，并具有个人的见解。	有很强的分析总结和撰写报告的能力，有很好的分析与见解；作业文本表述清晰，书写工整，格式规范；态度端正。
	79.9 至 70%	对数据可视化现状了解，对技术应用熟练；能够根据提出的问题，构建有一定参考价值的解决方案，并具有个人见解。	有良好的分析总结和撰写报告的能力，有个人的分析与见解；作业文本表述清晰，格式相对规范；态度相对端正。
	69.9% 至 60%	对数据可视化现状基本了解，对技术应用水平一般；能够根据提出的问题，构建有一定参考价值的解决方案，但缺乏个人见解。	有一定的分析总结和撰写报告的能力，作业文本表述清晰，格式基本规范，但缺少个人的分析与见解；态度基本端正。
	59.9%至 0	对数据可视化现状了解甚少，对技术应用水平非常一般；对提出的问题，很难独立完成解决方案的构建；对相关安全问题缺乏个人见解。	分析总结能力差，作业内容描述不完整、错误多。文本表述不清晰，书写潦草、格式不规范；态度不端正。

五、参考学习资料

（一）推荐教材：

陈为. 数据可视化（第2版）. 北京：电子工业出版社，2019.

陈为，张周，鲁爱东. 数据可视化的基本原理与方法.北京：科学出版社，2013.

屈希峰.Python数据可视化：基于Bokeh的可视化绘图. 北京：机械工业出版社，2019.

（二）参考资料：

沈祥社. Python数据分析入门―从数据获取到可视化．北京：电子工业出版社，2018.

刘大成. Python数据可视化之matplotlib精进.北京：电子工业出版社, 2019.

上一条返回列表

《数据可视化技术（Datavisualization technology）》教学大纲

友情链接：