- 什么是数据可视化？
- 为什么要做数据可视化？
- 数据可视化的理论模型与语言
- 数据可视化的发展历史与分支
DV-01-Introduction
- What is data visualization？
- The use of computer-supported, interactive, visual representations of data to amplify cognition.
- Why do we need data visualization？
- Data visualization tools are key to ‘big data’ analysis
- One picture is worth ten thousand words
- Statistics may mislead the users
- Optical illusion: Use color, light and patterns to create images that can be deceptive or misleading to our brains.
- Reading a picture is faster to grasp the information than reading the text for humans. So we need to study the human perception system and learn how to design a good visualization.
DV Theory Model
DIKW 模型（概念 + 理解）
Data → Information → Knowledge → Wisdom（Ackoff, 1989）
你需要会：
- 每一层是什么意思
- 数据可视化主要解决哪一层（👉 Information / Knowledge）
数据可视化的模型（重点中的重点）
van Wijk 的 Visualization Model（2005）
要点：
- 对象（Squares）：D（data）, S（specification）, I（image）, K（knowledge）
- 行为（Circles）：V（visualize）, P（perceive）, E（explore）
👉 考法：
- 图中某个字母代表什么
- “perceive”和“explore”有什么不同
Information Visualization Reference Model（Card et al.）
流程要能说清：
shell
Raw Data → Data Tables → Visual Structures → Views → Human中间有：
- transformations
- visual mapping
- interaction
Grammar of Graphics
核心作者与时间线（会考配对）：
- Wilkinson（1999）：Grammar of Graphics
- Wickham（2005）：ggplot2
- Wickham（2010）：Layered Grammar of Graphics
核心元素：
- Data
- Geometry
- Scale
- Aesthetics
- Coordinates
- Facets
三、历史部分怎么复习最省力（不死背）
记住 “人 + 技术 + 目的” 三件事即可。
关键人物（必认）
- William Playfair：折线图、柱状图、饼图
- Florence Nightingale：玫瑰图（说服）
- John Snow：霍乱地图（分析）
- Charles Minard：拿破仑远征（多维信息）
- John Tukey：EDA（探索性数据分析）
- Jacques Bertin：视觉变量理论
👉 考法：
“Who used visualization to persuade?” “Which visualization supports hypothesis generation?”
四、三大分支（几乎必考）
| 分支 | 数据类型 | 关键词 |
|---|---|---|
| SciVis | 空间数据 | volume, flow |
| InfoVis | 抽象数据 | network, hierarchy |
| Visual Analytics | 分析推理 | human + machine |
一句话记忆法：
SciVis 看空间，InfoVis 看结构，VA 看推理