本项目为山东大学2023年度数据可视化实践成果展示，汇集了校园生活、科研进展及社会服务等多方面数据信息，旨在以直观图表和动态演示增强数据理解与交流。
数据可视化是将复杂的数据集以图形化的方式呈现出来，以便人们能够更轻松地理解和解析数据。在山东大学2023年的课程中，数据可视化作为一门专业课深入探讨了这一领域的概念和技术。
首先了解什么是数据可视化：它是指通过视觉化的图表和图像来表达和解释数据的过程。其主要作用包括记录信息、分析推理、验证假设以及沟通交流思想等。在当今的信息爆炸时代，“变化盲视”现象尤为常见，即我们在面对大量信息时容易忽略某些变化，这揭示了人类视觉信息处理与认知能力的局限性。
数据可视化的重要性在于它能帮助思考，利用我们的感知能力来替代复杂的认知过程，从而缓解工作记忆的压力并提升认知效率。例如使用谷歌Refine、ECharts、Tableau、R或Processing等工具可以将复杂的数据转化为易于理解的图表和图形。视觉感知与认知是数据可视化的关键要素。
其中，视觉感知是指通过感觉器官（主要是眼睛）对外界事物产生的直接反映，并包括接收信息和解释信息两个阶段。而认知则是理解和解读我们看到的事物的心理过程，涉及注意力、记忆、语言生成等环节。格式塔理论在此起着重要作用，它强调人们倾向于将视觉内容理解为简洁连贯的整体。
遵循接近原则、相似原则、连续原则、闭合原理以及共势原则可以设计出有助于减轻认知负担和突出变化的优秀图表。数据编码是可视化中的关键技术之一，包括颜色选择、形状使用及布局安排等元素的应用。色彩空间如RGB、CMYK或HSV用于数学上表示颜色，并帮助我们理解它们在视觉感知上的表现。
色盲人群可能会对某些特定的颜色组合产生误解，这可以通过亮度对比和符号混用来改善。视觉假象是由于大脑处理方式导致的误解现象（例如尺寸错觉），这些需要特别注意以避免误导观众。数据可视化编码由标记和视觉通道构成：前者用几何图形代表数据属性；后者将数据值映射为图形的视觉特征，如位置、大小或色调等。
此外，基本统计描述（均值、中位数及标准差）是理解任何一组数据的基础，并且根据不同的类型（类别型、有序型和数值型），分析方法也会有所不同。在大数据时代，由于其大规模性、快速流转性和多样性等特点，在处理时需要考虑不确定因素与属性类型的差异。
ETL (抽取、转换、加载) 是预处理的重要步骤，确保最终的数据质量和适应特定的应用需求。数据的不确定性可能源于误差或精度转换等问题，并且缺失值和集成也可能影响结果准确性。
总之，数据可视化是一门融合了感知心理学、图形设计以及统计学等多方面知识和技术的学科，旨在通过视觉手段提高数据分析与决策效率。山东大学课程将深入探讨这些知识点以帮助学生掌握有效技巧应对日益复杂的数据环境。
5星
