viz-mastery #298
Description
你是否已经阅读并同意《Datawhale开源项目指南》？
- 我已阅读并同意《Datawhale开源项目指南》
你是否已经阅读并同意《Datawhale开源项目行为准则》？
- 我已阅读并同意《Datawhale开源项目行为准则》
项目简介
本课程旨在帮助研究生和科研人员掌握数据可视化的基本方法与技巧，提升科研数据的表现力和说服力。课程主要围绕Python和R语言在科研数据可视化中的应用，结合实际案例与项目实战，培养学习者的数据分析和可视化能力。
立项理由
科研制图能力对于论文的写作非常重要。在当前科研环境愈发得到重视的情况下，配套的可视化训练是成为一个好的研究者的必要一环。很多人在数据可视化方面存在技能欠缺，无法把想要的数据表达出来，导致科研成果无法得到最佳的展示和传播。
现有的相关课程一般针对单一工具，有时会难以满足科研人员的实际需求。因此，开设一门兼具理论与实战、覆盖Python和R两大主流数据分析工具的课程，具有其必要性。
项目受众
科研人员：希望提升数据分析和可视化能力，以更好地呈现科研成果的研究人员。
研究生：正在进行科研项目，需要掌握数据可视化技能的硕士和博士研究生。
数据分析/可视化爱好者：对科研数据处理和可视化有兴趣，想深入学习Python和R应用的个人。
项目亮点
双端覆盖：同时讲解Python和R的可视化工具，满足不同编程背景学员的需求，实现需求的互补。
实战导向：通过项目实践，将理论知识应用于真实科研数据的分析和展示。
多数据类型：涵盖时序数据、空间数据和高维数据的可视化，内容丰富全面。
项目规划
第一章：科研数据可视化基础
1.1 数据可视化概述
1.2 图表类型与选择
1.3 可视化美学与设计原则
1.4 可视化的历史
1.5 总结
第二章：数据可视化工具
2.1 Python可视化
2.2 R可视化
2.3 Python与R的整合
第三章：不同数据类型的可视化
3.1 基础图表绘制
3.2 时序数据可视化
3.3 空间数据可视化
3.4 高维数据可视化
第四章：科研数据可视化项目实战
4.1 项目选题与数据准备
4.2 可视分析与数据挖掘
4.3 可视化评估与优化
章节负责人:
一~四章 步嘉同
完成日期:
第一章：科研数据可视化基础 2024.11.17
第二章：数据可视化工具 2024.11.16
第三章：不同数据类型的可视化 2024.11.20
第四章：科研数据可视化项目实战 2024.11.25
已完成内容
https://github.com/JiatongBu/viz-mastery
项目负责人GitHub主页链接
❗❗❗注意事项❗❗❗：为了便于我们跟你取得联系，请加务必加我们的微信：at-Sm1les（备注你来自于项目立项即可），发起立项申请后DOPMC成员将会在7天内给出审核意见并评论在该Issue，若7天内无反对意见则默认立项通过，如有任何疑问或者需要帮助均可随时联系微信：at-Sm1les
- 我已知悉上述注意事项并添加了微信：at-Sm1les