《数据可视化》课程由北京大学智能学院袁晓如开设。课程中，同学们学习可视化相关理论知识和方法，了解可视化工具的使用，并最终针对特定数据动手创作出各种有趣的可视化应用。这里分享在刚刚结束的2023年秋季学期部分课程设计：
来自数据科学与软件专业的同学们针对《史记》中的年表开展了可视化探索，该表总结了汉武帝建元以来各诸侯得以封侯的功绩及封地的演变，具有重要的历史研究价值。同学们针对古籍中的年表，拼接缀合，提供交互功能；提取表格中重要人物、事件的信息，与正文链接对照，生成相应可视化图表，使得探索历史古籍更有趣味。
《史记》可视化
詹志坚、吴洲同、李浩申（数据科学）
岳沈童（软件）
汉语方言对于语言学研究和文化传承具有重要意义。来自数据科学、机械、智能科学与技术等方向的同学们，以中国各地方言为主题，收集各地区方言音频文本数据，用可视化表达各地方言的分布和区别。支持查看方言地区分布、方言相似度比较、方言音频播放等。使用者既可以通过可视化图表观察哪些语言相似度较高，也可以通过播放通过不同方言表述的同一句话来亲耳体验。
中国方言可视化
王新昊（数据科学）、董元烨（机械）
樊玥（机械）、王书睿（智能科学与技术）
通过可视化的方式来了解人工智能技术的进步也是课程设计的一个焦点。一组同学关注机器学习研究的分类与演化。同学们收集和筛选了优化理论、统计模型以及网络结构这三方向的175篇突破性工作和高引用量文章，通过树图、力导向图等手段可视化其分类和演化关系。
机器学习的分类与演化
王宇轩、朱旭、周宇昕（数据科学）
另外一组同学选择了对arxiv上1993-2019年间人工智能领域论文数据集进行总体分析。通过对时间序列数据可视化，观察这些年人工智能领域的研究趋势和热点话题的变化；通过统计性比例指标，分析不同机器学习领域的风格差别、以及人工智能细分领域间的相似性。
1993 至 2019 年人工智能研究可视化
阴钰骐（化学）、梁昊（数据科学）
田海煜（生物与医药）
这一组同学以泰晤士高等教育世界大学排名为主题，对历年数据进行了搜集和梳理，可视化世界排名前200高校的排名变迁，提供对不同高校的对比分析。
世界大学排名可视化
吕宏泉（物理）、吴尔杰（数据科学）
李天舒（景观）
来自社会工作专业的邹子鑫同学和来自材料物理与化学专业的赵博轩同学是体育爱好者，他们一起对NBA数据进行了可视化。他们完成的可视化呈现了NBA历史对战胜率图，帮助用户更直观、快速了解整体战况，包括三分命中率、篮板数、助攻数等。
NBA数据可视化（局部）
邹子鑫（社会学）、赵博轩（材料物理与化学）
数据无处不在，通过分析数据我们能获知数据的关联关系和隐藏的信息。在社会飞速数字化、智能化的当下，掌握通过数据知古通今，传承历史文化，理解社会发展，驾驭世界大潮是必不可少的公民基本能力。而可视化用视觉呈现方法将数据转化为视觉符号，帮助人类利用视觉系统感知和认知，快速获取信息，是高效理解洞察数据，支持复杂场景决策的重要能力。
相关课程
课程预告《可视化看中国》
2024年春季学期开设《可视化看中国》本科通识选修课程（课程编号：04835110）。课程围绕中国历史、文化、现实元素，主要教授用可视化和可视分析的方法来分析数据的理论方法并加以实践。课程通过多种案例，从历史、文学、城市、经济等多角度以可视化作为途径全面揭示解释中国文化内涵和历史底蕴，展示中国发展进程和未来前进。同时安排实践环节，引导学生完成可视化设计。课程不要求选课学生具备专业编程能力，但需要掌握一定的数据分析能力，欢迎对开展数据分析实践有强烈兴趣的同学选课！
https://vis.pku.edu.cn/course/vizchina_s24/
