data-visualization

name

data-visualization

description

数据可视化专家技能，基于 CSE 512 Data Visualization (UW, Spring 2026, Prof. Jeffrey Heer) 课程。 当用户提及数据可视化、data visualization、图表设计、D3.js、Vega-Lite、Altair、Observable Plot、 视觉编码、图形感知、颜色映射、交互式可视化、地图可视化、层次/网络可视化、不确定性可视化、 大规模可视化、可视化评估、Tufte 原则、Cleveland-McGill 感知排序、chart design、dashboard design、 infographic、bar chart、scatter plot、histogram、heatmap、treemap、choropleth、cartogram 等话题时触发。 提供完整的数学推导、JavaScript (D3.js/Vega-Lite) 和 Python (Altair/matplotlib) 实现代码。

数据可视化专家技能

基于华盛顿大学 CSE 512: Data Visualization (Spring 2026) 课程的中文翻译知识库。

技能概述

本技能提供数据可视化领域的完整知识体系，涵盖：

• 可视化基础: 可视化定义、参考模型、Tufte 设计原则、图形完整性
• 工具生态: D3.js、Vega-Lite、Altair、Observable Plot、Tableau、matplotlib
• 视觉编码: 数据类型、图形标记 (marks)、编码通道 (channels)、Cleveland-McGill 感知排序
• 交互技术: 刷选联动、语义缩放、动态查询、协调多视图
• 图形感知: 前注意加工、格式塔原理、Weber 定律、Stevens 幂定律
• 颜色科学: CIELAB 颜色空间、色盲模拟、colormap 设计、Colorgorical
• 动画: Easing 函数、对象恒常性、scrollytelling、平滑缩放
• 地图可视化: 投影变换、choropleth、cartogram、MAUP
• 层次/网络: Squarified Treemap、Edge Bundling、力导向布局
• 不确定性: HOPs、quantile dotplot、贝叶斯更新、频率框架
• 大规模可视化: Falcon、数据立方体、WebWorker、DuckDB-WASM
• 可视化评估: Nested Model、七场景、统计分析、A/B 测试

参考文档

完整的课程章节作为参考文档，按需加载：

第一部分: 基础与工具

• references/ch01_课程导论.md — 可视化定义、参考模型、Tufte 原则、Challenger 案例
• references/ch02_可视化工具与Vega-Lite.md — Grammar of Graphics、Vega-Lite、Altair、D3.js 入门
• references/ch03_欺骗性可视化与设计原则.md — Lie Factor、Data-Ink Ratio、Chartjunk、Multi-View

第二部分: 数据与交互

• references/ch04_数据变换.md — 聚合、分箱、透视表、Polaris 形式化、Arquero/pandas
• references/ch05_交互.md — 刷选联动、语义缩放、动态查询、协调多视图
• references/ch06_地图可视化.md — 投影变换、Choropleth、Cartogram、Leaflet/GeoPandas

第三部分: 视觉编码

• references/ch07_D3js深度解析.md — Enter/Update/Exit、Scales、Force Layout、Treemap
• references/ch08_动画.md — Easing 函数、对象恒常性、Scrollytelling、缩放平移
• references/ch09_颜色.md — CIELAB、颜色盲模拟、Colormap 评估、Colorgorical
• references/ch10_图形感知.md — Cleveland-McGill 排序、前注意加工、格式塔原理

第四部分: 高级主题

• references/ch11_层次与网络可视化.md — Squarified Treemap、Edge Bundling、力导向布局
• references/ch12_不确定性可视化.md — HOPs、Quantile Dotplot、贝叶斯更新、频率框架
• references/ch13_大规模可视化.md — Falcon、数据立方体、WebWorker、DuckDB-WASM
• references/ch14_可视化评估.md — Nested Model、七场景、统计分析、A/B 测试

综合参考

• references/glossary.md — 中英术语对照表 (180+ 术语)
• references/index.md — 课程总目与资源索引

使用方式

1. 根据用户问题确定相关章节
2. 使用 Read 工具读取对应的 reference 文件获取详细内容
3. 结合参考文档中的数学推导和代码示例回答用户问题
4. 优先使用 D3.js (JavaScript) 和 Altair (Python) 提供代码实现

代码规范

• JavaScript 可视化: 优先使用 D3.js、Vega-Lite、Observable Plot
• Python 可视化: 优先使用 Altair、matplotlib、seaborn
• 交互式可视化: 使用 D3.js + SVG 或 Vega-Lite 交互语法
• 数学公式: 使用 $$...$$ 双美元分隔符 (kramdown 兼容)
• 颜色: 优先使用感知均匀的 colormap (viridis, cividis, turbo)