可视化导论学习入口 · 2026

看见数据,
读懂关系。

从一张数据表开始,学习如何选择视觉通道、安排颜色、处理维度,并把分析过程组织成能被理解的图形。

05
核心章节
27
知识小节
05
交互实验组
学习地图 5 个阶段

CHAPTER 01 · DATA

先理解数据,再决定怎么画

识别字段类型、测量尺度与数据质量,建立从原始表格到可视化数据的清晰边界。

进入第 1 章

YOUR ROUTE

把零散知识连成一条路径

建议按顺序完成 5 个阶段。每个小节都可以在“讲解、代码、演示”之间切换。

0/ 5 章完成

完成第一章后,你会得到一个可继续使用的数据准备框架。

THE BIG PICTURE

一张图看懂课程结构

五个阶段不是孤立的软件技巧,而是一条连续的判断链:数据是什么 → 如何编码 → 怎样让人看见 → 如何组织叙事。

01

先问“这是什么数据”

分类、有序、区间还是比例?类型决定哪些视觉编码成立。

02

再问“怎样映射”

位置、长度、面积、颜色各有精度边界,选错通道会放大误读。

03

最后问“读者能理解吗”

颜色、坐标、曲线与时间结构共同决定图形是否准确、可读、可记。

COURSE CHAPTERS

按问题进入章节

5 个章节

01未开始

DATA · 5 小节

数据:先理解,再表达

从数据生成、DIKW、测量尺度到 D3 数据变换与 join 三态,建立后续所有可视化的基础。

测量尺度视觉通道D3 数据绑定
02未开始

PIPELINE · 4 小节

流程:从表格到图形

把数据流模型、分类树、Reingold-Tilford 布局与事件机制串成一条可调试的渲染链路。

Card 模型层级布局事件委托
03未开始

COLOR · 8 小节

色彩:让含义可区分

理解颜色空间、colormap、Lab 色域和科研配色,并用色觉缺陷视角检验图形。

连续 / 发散 / 定性Wong / Paul TolCVD
04未开始

2D ENCODING · 5 小节

低维:用位置表达关系

从宽长表转换、三层坐标、曲线拟合到 45° 倾角与 Marching Squares 等值线。

坐标变换曲线拟合等值线
05未开始

TIME · 5 小节

时序:看见变化与故事

比较折线、日历热图、螺旋时间与 Storyline,理解不同时间结构适合回答什么问题。

日历热图阿基米德螺旋Storyline

HOW TO LEARN

每一节都按同一个学习闭环展开

先建立概念,再查看代码,最后亲手改变参数。三种内容共用同一个案例,减少“听得懂、做不出”的断层。

01
Aa

先理解

用通俗讲解回答“为什么这样设计”,并标注关键假设与常见误区。

02
</>

再看代码

聚焦关键函数与参数,用可复制的代码连接概念和实际实现。

03
↗

最后实验

调整数据、比例、颜色或时间范围,观察图形如何变化、何时失效。

FOR STUDENTS

自学时,跟着路径走

从每章第一个小节开始,完成讲解与演示后再进入下一节。进度保存在当前浏览器,不需要注册。

选择章节

FOR TEACHING

授课时,在三个视图间切换

先展示讲解页建立问题,再切换代码解释实现,最后打开演示让学生预测并验证结果。

查看课堂示例

FOR PRACTICE

练习时,用问题检验理解

每章末尾回看“这组数据适合什么图形”,并用反例检查颜色、比例或坐标是否误导。

打开补充实验

ABOUT THE COURSE

可视化不是给数据加装饰,
而是为理解建立结构。

《可视化导论》围绕数据、视觉编码与人的感知展开。网站把理论、D3 代码与可交互实验放在同一页面,方便课堂讲解与课后复习。

课程内容参考陈为《可视化导论》及 Mackinlay、Stevens、Cleveland、Card 等人的经典研究,并加入适合网页与 D3.js 学习的实践案例。

中国石油大学(华东)· 授课教师:李昕