# 数据可视化技术课程（2026）

**Repository Path**: lyhwin/Data-visualization

## Basic Information

- **Project Name**: 数据可视化技术课程（2026）
- **Description**: 该仓库资料由广东财经大学梁英宏老师编写，用于广东财经大学信息学院专业课程《数据可视化技术》（课程号：20110103）课程教学。
- **Primary Language**: Python
- **License**: Apache-2.0
- **Default Branch**: master
- **Homepage**: None
- **GVP Project**: No

## Statistics

- **Stars**: 7
- **Forks**: 5
- **Created**: 2025-03-02
- **Last Updated**: 2026-04-03

## Categories & Tags

**Categories**: Uncategorized

**Tags**: None

## README

# 数据可视化技术课程（2026）

### 介绍
该仓库资料由广东财经大学梁英宏老师编写，用于广东财经大学信息学院专业课程《数据可视化技术》（课程号：20110103）课程教学。

## 上课所用教材
电子版教科书：[数据分析与可视化](https://gitee.com/lyhwin/Data-analysis-and-visualization)，[PDF下载](https://gitee.com/lyhwin/Data-analysis-and-visualization/raw/master/%E6%95%B0%E6%8D%AE%E5%88%86%E6%9E%90%E4%B8%8E%E5%8F%AF%E8%A7%86%E5%8C%96_%E7%AC%AC%E4%B8%80%E7%89%88_%E6%A2%81%E8%8B%B1%E5%AE%8F.pdf)。

### 推荐参考教材
1. [《Python数据分析与可视化》](http://www.tup.tsinghua.edu.cn/booksCenter/book_09181601.html) 清华大学出版社 ISBN9787302577584
1. [《神经网络与深度学习》](https://nndl.github.io/) 机械工业出版社 ISBN9787111686859

### 授课老师
1. 梁英宏老师 lyhwin@yeah.net lyh@gdufe.edu.cn 微信号：lyhwin_6160027 

### 先修课程
1. python程序设计
1. 需要部分机器学习知识
1. AI入门知识

### 2026课程内容
1. [第一讲课程作业](第一讲课程作业.md)
1. [附加知识：PCA算法可视化](第一讲PCA.md)
1. [附加知识：线性代数入门](第一讲线性代数入门.md)
1. [第二讲 NumPy入门](第二讲NumPy入门.pdf)
1. [第二讲 NumPy广播与索引](第二讲NumPy深入_广播与索引.pdf)
1. [附加知识：蒙地卡罗方法求$\pi$](第二讲monte_carlo_pi.pdf)  [交互式笔记](第二讲monte_carlo_pi.ipynb)
1. [附加知识：SVD图像压缩](第二讲SVD图像压缩.pdf)  [交互式笔记](第二讲SVD图像压缩.ipynb)
1. [第二讲 NumPy课堂学习和实验](第二讲NumPy课堂学习和实验.md)
1. [第二讲作业](第二讲作业.md)
1. [第三讲 Pandas入门介绍](第三讲Pandas入门介绍.pdf)
1. [钻石数据交互式笔记](Diamonds_Pandas.ipynb)   [纽约Airbnb数据交互式笔记](Airbnb_NYC_Pandas.ipynb)
1. [第三讲 Pandas进阶](第三讲Pandas进阶.pdf)
1. [Pandas进阶交互式笔记](第三讲Pandas进阶.ipynb)  [Pandas高级功能交互式笔记](第三讲Pandas高级功能.ipynb)
1. [第三讲 Pandas、Numpy与AI结合](第三讲Pandas_Numpy_AI.pdf)
1. [扩展知识：Transformer](扩展知识transformer.pdf)   [Transformer交互式笔记](Transformer_NumPy_Pandas.ipynb)
1. [第三讲课程作业](第三讲课程作业.md)
1. [第四讲 Matplotlib可视化入门](第四讲Matplotlib可视化入门.pdf)  [matplotlib可视化入门交互式笔记](第四讲matplotlib可视化入门.ipynb)
1. [第四讲 matplotlib可视化进阶](第四讲matplotlib可视化进阶.pdf)  [matplotlib可视化进阶交互式笔记](第四讲matplotlib可视化进阶.ipynb)
1. [第四讲 数据可视化三剑客.pdf](第四讲数据可视化三剑客Numpy_Pandas_Matplotlib.pdf)  [数据可视化三剑客交互式笔记](第四讲数据可视化三剑客Numpy_Pandas_Matplotlib.ipynb)
1. [第四讲 Matplotlib与AI结合](第四讲Matplotlib与AI结合.pdf)  [Matplotlib与AI结合交互式笔记](第四讲Matplotlib与AI结合.ipynb)
1. [编程项目](AI编程课程作业.pdf)
1. [第五讲 极坐标、对数坐标、地理投影](第五讲_第一部分_极坐标_对数坐标_地理投影.pdf)  [极坐标、对数坐标、地理投影交互式笔记](第五讲_第一部分_极坐标_对数坐标_地理投影.ipynb)
1. [第五讲 动画绘制](第五讲_第二部分_动画绘制.pdf)  [动画绘制交互式笔记](第五讲_第二部分_动画绘制.ipynb)
1. [第五讲 三维图形绘制](第五讲_第三部分_三维图形绘制.pdf)  [三维图形绘制交互式笔记](第五讲_第三部分_三维图形绘制.ipynb)
1. [第五讲 特别图形、词云及其他进阶图形](第五讲_第四部分_特别图形_词云及其他进阶图形.pdf)  [特别图形、词云及其他进阶图形交互式笔记](第五讲_第四部分_特别图形_词云及其他进阶图形.ipynb)
1. [第五讲 Matplotlib案例](第五讲_第五部分_Matplotlib案例.pdf)  [Matplotlib案例交互式笔记](第五讲_第五部分_Matplotlib案例.ipynb)

### 2025课程内容
1. 第一讲：数据分析与可视化介绍
1. ~~[第一次作业](第一次作业.md)~~ ~~[第一次作业参考答案](第一次作业参考答案.md)~~
1. 第二讲：Numpy多维数组
1. ~~[第二次作业](第二次作业.md)~~ ~~[第二次作业参考答案](第二次作业参考答案.md)~~
1. 第三讲：Pandas基础
1. ~~[第三次作业](第三次作业.md)~~ ~~[第三次作业参考答案](第三次作业参考答案.md)~~
1. 第四讲：Pandas高级应用
1. ~~[第四讲练习](第四次作业.md)~~ ~~[第四次作业参考答案](第四次作业参考答案.md)~~
1. 第五讲：Matplotlib可视化
1. ~~[第五次作业](第五次作业.md)~~ ~~[第五次作业参考答案](第五次作业参考答案.md)~~
1. 第六讲：matplotlib高级功能与数据可视化应用 \*
1. ~~[第六次作业](第六次作业.md)~~ ~~[第六次作业参考答案](第六次作业参考答案.md)~~
1. 第七讲：时间序列分析与可视化
1. ~~[第七次作业](第七次作业.md)~~ ~~[第七次作业参考答案](第七次作业参考答案.md)~~
1. 第八讲：高级时序分析方法 \*
1. ~~[第八次作业](第八次作业.md)~~ ~~[第八次作业参考答案](第八次作业参考答案.md)~~
1. 第九讲：Seaborn可视化
1. ~~[第九次作业](第九次作业.md)~~ ~~[第九次作业参考答案](第九次作业参考答案.md)~~
1. 第十讲：SciPy科学计算与可视化
1. ~~[第十次作业](第十次作业.md)~~ ~~[第十次作业参考答案](第十次作业参考答案.md)~~
1. 第十一讲：PyEcharts可视化
1. ~~[第十一次作业](第十一次作业.md)~~
1. 第十二讲：sklearn机器学习与可视化
1. ~~[第十二次作业](第十二次作业.md)~~
1. 第十三讲：opencv可视化技术 \*
1. 第十四讲：Plotly可视化\*
1. 第十五讲：基于深度学习的数据分析与可视化技术 \*

\*号表示为选学内容。

### 课程所需软件
1. [ananconda](https://www.anaconda.com/)或[miniconda](https://docs.conda.io/projects/miniconda/en/latest/)，用于使用[jupyter](https://jupyter.org/)交互式笔记本工具，并采用[markdown](https://baike.baidu.com/item/markdown/3245829?fr=ge_ala)语法和[LaTeX](https://www.latex-project.org/)排版工具编辑交互式笔记。
1. 课程中示例以及作业的代码编写测试可在jupyter notebook中完成，亦可使用[VS Code](https://code.visualstudio.com/)、[PyCharm](https://www.jetbrains.com/pycharm/)（ Community Edition）此类集成开发环境编写。
1. 需要安装的Python库包括：numpy、Pandas、Matplotlib、 statsmodels、Prophet、PyFlux、Seaborn、PyeCharts、scikit-learn、SciPy、requests、opencv-python、jieba、wordcloud、Plotly、Torch、Torchvision、TorchText等。

### 参与贡献
1. [课件与作业错误修正](https://gitee.com/lyhwin/Data-analysis-and-visualization/issues/I956JY)。
1. 编写相关章节的思维导图。
1. 编写相关章节习题。