# Vis Teaching **Repository Path**: labofnlp/vis-teaching ## Basic Information - **Project Name**: Vis Teaching - **Description**: No description available - **Primary Language**: Unknown - **License**: MIT - **Default Branch**: master - **Homepage**: None - **GVP Project**: No ## Statistics - **Stars**: 0 - **Forks**: 0 - **Created**: 2026-03-20 - **Last Updated**: 2026-03-20 ## Categories & Tags **Categories**: Uncategorized **Tags**: None ## README # 数据可视化实验教程 ## 课程简介 本教程基于 **pyecharts** 设计了 8 个循序渐进的数据可视化实验,覆盖 7 种核心数据类型 + 1 个综合仪表板项目。 你可以从 4 个场景中选择一个,完成全部 8 个实验后,将成果整合为一个完整的可视化作品。 ## 环境准备 ```bash pip install -r requirements.txt ``` 需要 Python 3.8+,推荐使用 Jupyter Notebook 或 JupyterLab 运行。 ## 4 个可选场景 | 场景 | 名称 | 数据来源 | 地图类型 | | :---: | ------------------ | ------------------------------ | -------- | | **A** | 🌍 全球气候变化分析 | 碳排放、温度变化、气候合作 | 世界地图 | | **B** | 🛒 电商平台运营分析 | 商品销售、用户行为、物流供应链 | 中国地图 | | **C** | 🎬 电影产业分析 | 票房、演员合作、类型分布 | 世界地图 | | **D** | 🚇 城市交通出行分析 | 地铁客流、换乘网络、通勤迁徙 | 中国地图 | > 请在开始实验前选好你的场景,后续 8 个实验都将围绕该场景展开。 ## 8 个实验 | 实验 | 主题 | 学习的图表类型 | 数据类型 | | :--: | ------------------ | ----------------------------------------------- | ------------- | | 1 | 表格数据可视化 | 柱状图 Bar、饼图 Pie | 表格/分类数据 | | 2 | 时间序列数据可视化 | 折线图 Line、日历热力图 Calendar | 时间序列数据 | | 3 | 空间数据可视化 | 地图 Map、地理坐标 Geo | 空间/地理数据 | | 4 | 关系网络数据可视化 | 关系图 Graph | 关系/网络数据 | | 5 | 层次树形数据可视化 | 树图 Tree、矩形树图 Treemap、旭日图 Sunburst | 层次/树形数据 | | 6 | 流与迁移数据可视化 | 桑基图 Sankey、地理迁徙线 Geo Lines | 流/迁移数据 | | 7 | 多维数据可视化 | 雷达图 Radar、平行坐标 Parallel、热力图 HeatMap | 多维数据 | | 8 | 综合可视化仪表板 | 页面组合 Page/Tab | 综合 | ## 目录结构 ``` ├── data/ │ ├── A_climate/ ← 场景A的数据文件 │ ├── B_ecommerce/ ← 场景B的数据文件 │ ├── C_movie/ ← 场景C的数据文件 │ └── D_transport/ ← 场景D的数据文件 ├── 实验1_表格数据可视化.ipynb ├── 实验2_时间序列数据可视化.ipynb ├── ... └── 实验8_综合可视化仪表板.ipynb ``` ## 学习建议 1. 按实验编号顺序完成(实验 1 → 实验 8) 2. 每个实验中只运行你所选场景的代码 cells 3. 遇到不懂的代码先看上方的 Markdown 说明和代码注释 4. 每个实验最后有练习题,建议尝试完成 5. 实验 8 是综合项目,将前 7 个实验的成果整合为一个完整作品