国家开放大学数据可视化技术期末考试复习资料汇编.docx

数据可视化技术课程复习知道超越高度温馨提醒：可以使用word查找功能快速查找对应题目和答案。查找快捷键：Ctrl+F一、考核说明数据可视化技术是国家开放大学数据科学与大数据技术专业（本科）的一门核心课程。本课程的主要任务是讲授数据可视化的方法和基本编程，注重强化培养学生的动手能力。本课程的主要目的是培养学生的数据处理、可视化能力。通过本课程的教学，使学生掌握数据的一般处理、可视化方法，并能使用至少一种数据可视化工具。主要内容包括：介绍数据可视化的基础理论和概念、不同类型的数据可视化方法，结合具体实例介绍EChartS可视化工具的使用，并以交通、校园大数据为例介绍可视化综合应用系统。本课程在注重基础知识的同时，特别强调学生实际动手能力的培养，结合课程实训，使学生了解数据可视化基本概念、视觉感知和认知的基本原理，掌握基本可视化方法；掌握数据预处理、特征提取等及数据基本处理方法；掌握可视化系统的设计过程；掌握时空数据可视化方法；掌握常用的可视化软件使用方法。1 .考核对象国家开放大学数据科学与大数据技术专业（本科）的学生。2 .考核方式与总成绩的记分方法本课程采用形成性考核与终结性考试相结合的考核方式评定学生成绩。形成性考核成绩占课程总成绩的30%,终结性考试成绩占总成绩的70%o国家开放大学将对课程教学和实训等情况进行抽查。4.终结性考试的形式及要求（1）命题依据终结性考核的命题依据是：国家开放大学数据科学与大数据技术专业（本科）”数据可视化技术”课程教学大纲。（2）考核要求课程的教学要求大体上分为三个层次：了解、理解和掌握。1）了解：能够正确的判别有关概念和方法。2）理解：能正确表达有关概念和方法的含义。3）掌握：在理解的基础上，能够灵活应用相关工具。（3）组卷原则根据“数据可视化技术”课程教学大纲规定的要求，按掌握、理解、了解三个层次命题。以大纲中所要求的“学握内容”为主，约占60%,“理解内容”为辅，约占30%,了解的内容较少，约占10%。试题覆盖面广，并突出重点。在教学内容范囤内，按照理论联系实际的原则，考察学生对所学知识应用能力的试题，不属于超纲。（4）试题类型试题类型包括：单选题30%、多选圈35%、简答题20%、应用即15%。（5）考试形式考试采用开卷笔试的形式，由国家开放大学统一命题和制定评分标准，答题时限为90分钟。二、课程终结性考试内容和要求第1章数据可视化概述【考核知识点】1. 可视化的意义2. 可视化的发展现状3. 数据可视化释义(1) 数据可视化的现代意义(2) 数据可视化分类(3) 数据可视化与其他方向的关系4. 可视化视觉感知机理(1) 视觉感知与认知(2) 视觉通道(3) 可视化基本原则【考核要求】掌握：数据可视化的分类、可视化的基本原则理解：可视化及数据可视化的意义、视觉通道与可视化之间的联系。第2章数据处理可视化t考核知识点】1. 什么是数据2. 数据的处理过程3. 数据的预处理(1) 数据滤波(2) 数据降维(3) 数据采样(4) 数据聚类与剖分(5) 数据配准与转换4. 数据特征提取方法(1) 数据与特征(2) 特征提取实例5. 数据分析方法(1) 统计分析方法(2) 机器学习方法(3) 数据挖掘方法【考核要求】掌握：数据的概念、处理过程、预处理及特征提取方法。理解：数据分析方法。第3章数据可视化设计【考核知识点】1. 数据可视化流程2. 可视化设计框架3. 数据的筛选4. 数据到可视化的直观映射5. 视图选择与交互设计6. 可视化中的美学因素7. 可视化设计与编程t考核要求】掌握：可视化设计的流程理解：可视化设计的基本原理第4章可视化软件与工具1考核知识点】1. 编程可视化类工具(1) 艺术的角度可视化工具(2) 统计和数据处理的角度可视化工具(3) 两者兼顾的可视化工具2. 非编程类可视化工具(1)Excel(2)Tableau3. 大数据环境下可视化相关工具4. ECharIS可视化编程(1) )Echarts简介(2) 安装与使用(3) 图标样式(4) 异步数据加载与更新(5) 事件与交互(6) EChartS编程实例【考核要求】掌握：EChartS数据可视化工具。第5章时空数据可视化【考核知识点】1. 1.时空数据介绍2. 二维时空数据可视化(1) 折线图、条形图、饼图(2) 金字塔图、漏斗图(3) 南丁格尔玫现图(4) 和弦图(5) 矩阵树图(6) 桑基图(7) 像素图(8) 热力图3. 三维时空数据可视化(1) )时空立方体(2) 雷达图(3) 热力图(4) 喷泉图4. 多维时空数据可视化(1) 以特征为主导(2) 以空间为主导(3) 以时间为主导5. 关联分析可视化(1) 网络关联图(2) 稀疏散点图(3) 嵌套饼图(4) 泡沫图(5) 词云【考核要求】掌握：面对时空数据时可采用的可视化方法理解：二维数据可视化方法、三维数据可视化方法了解：多维数据可视化和关联分析可视化方法第6章数据可视化综合应用举例【考核知识点】1 .面向公交的可视化交叉检索系统2 .轨道交通异常客流可视化分析系统3 .基于校园大数据的学生异常行为可视化分析系统【考核要求】掌握：如何进行可视化系统的设计理解：完整数据可视化编程框架三、课程形成性考核内容和要求形成性考核主要考核学生实训及平时作业的完成情况。实训是课程教学环节的重要组成部分，是提高学生动手能力的重要手段。要求学生认真完成实训任务。根据开放教育成人业余学习的特点，为了切实有效地落实实训教学环节，建议采用以下考核办法：1 .一般要求学生集中在各教学点指定的实险机房，在实训指导教师的指导下，按课程进程及时完成各个实训项目，并完成实训报告。指导教师根据学生完成实训和实训报告的情况及时给出实训成绩。实训如下表所示，阶段成绩为该阶段实训成绩的平均成绩。6序号实训内容实训1数据的预处理实训2数据特征提取实训3数据处理与变换实训4EchartJs的基本编程实训5时空数据可视化实训6基于Web的动态关联图设计与实现实训7校园大数据可视化应用2 .部分学生自己具备实验条件，又由于客观原因无法保证按时参加集中实训，可按教学进程自主完成各实训任务，但必须参加阶段性实训考核，并以阶段性实训考核成绩作为阶段成绩。实训1数据的预处理【考核目的】要求学生掌握数据预处理的基本方法，包括去噪、修熨、去除冗余信息等。【考核内容】1 .以具体时空数据为例，根据要求去噪、修究缺失、去冗余数据。2 .掌握数据预处理的基本方法。实训2数据特征提取【考核目的】要求学生了解数据特征的概念，掌握数据特征提取的基本方法。【考核内容】1 .使用Excel从数据集中提取具有代表性的特征，将获取的数据特征存储到文本文件中。2 .掌握数据特征提取的方法，从原始数据中提取更加有效的信息。实训3数据处理与变换【考核目的】了解当前互联网地图的坐标系现状，掌握不同坐标系之间的相互转换方法。【考核内容】1 .基于从GPS设备中读取的坐标数据（WGS84坐标系），使用地图服务提供的SDK,将WGS84坐标系下的坐标数据转换为百度坐标系（BDO9）下的坐标数据。将两种坐标系下的坐标数据分别在百度地图上进行可视化，对比转换前后数据在百度地图上的显示效果。2 .掌握地图在不同坐标系之间的转换方法。实训4Echartjs的基本编程【考核目的】使学生会使用EchartJs进行基本的数据可视化编程。【考核内容】1 .给定数据集，学生选择合适的可视化方式，通过EChartJs对数据进行可视化。2 .结合实际数据集，完成不少于5种可视化。实训5时空数据可视化【考核目的】要求学生在面对各种时空数据时，懂得灵活运用教材中的可视化方法进行数据分析，并重点掌握二维数据、三维数据的可视化方法。【考核内容】1 .掌握二维数据的可视化方法。2 .掌握三维数据的可视化方法。3 .会用EehartS等可视化工具绘制下列二维图：南丁格尔图、和弦图、桑基图、热力图，会用EehartS等可视化工具绘制下列三维图：时空立方体、喷泉图。实训6基于Web的动态关联图设计与实现【考核目的】学生完成数据处理后，基于Web的数据可视化，并完成可视化素材布局设计以及动态关联图。【考核内容】1 .使用指定数据集进行数据处理，生成相应的标准网络格式数8据。2 .数据处理在服务器端，利用HTTP实现基于浏览器的可视化。3 .实现图表可根据时间变化请求不同数据。4 .实现不少于2个可视化图表之间的交互联动。5 .基本掌握基于Web的数据可视化编程。实训7校园大数据可视化应用【考核目的】利用给定的校园大数据，针对特定需求，设计并完成具体的可视化任务。【考核内容】1 .1、针对特定需求，设计完整的可视化软件，不少于3个视图。2 .利用EXCeI实现数据的分析。3 .利用EChartS完成可视化任务。4 .掌握需求分析、可视化系统设计、数据处理到可视化系统实现整个可视化应用研发的过程。四、各章复习重点和要求第1章数据可视化概述考核学生对数据可视化及其相关概念的释义、可视化的发展现状意义及感知机理的掌握情况。【掌握】1. 可视化的定义在计算机学科的分类中，利用人眼的感知能力对数据进行交互的可视表达以增强认知的技术，称为可视化。2. 数据可视化的分类数据可视化的处理对象是数据。自然地，数据可视化包含处理科学数据的科学可视化与处理抽象的、非结构化信息的信息可视化两个分支。另一方面，由于数据分析的重要性，将可视化与分析结合，形成一个新的学科：可视分析学。科学可视化、信息可视化和可视分析学三个学科方向通常被看成可视化的三个主要分支。3. 可视化的基本原则真实性，指是否正确地反映了数据的本质，以及对所反映的事物和规律有无正确的感受和认识。倾向性，也就是可视化所表达的意象对于社会和生活具有什么意义和影响。可视化的艺术完美性，指其形式与内容是否和谐统一，是否有艺术个性，是否有创新和发展。【理解】1 .可视化及数据可视化的意义可视化将不可见或难以直接显示的数据转化为可感知的图形、符号、颜色、纹理等，以增强数据的识别效率，传递有效信息。使豆杂的、看似无法解择的相关数据建立联系，从其中发现规则和特征，获取更有价值的信息。（大概涵盖以上内容即可）。2 .视觉通道与可视化之间的联系数据可视化的核心内容是可视化编码，是将数据信息映射成可视化元素的技术。可视化编码由两部分组成：几何标记（图形元素）和视觉通道。几何标记：可视化中标记通常是一些几何图形元素，例如：点、线、面、体。视觉通道：用于控制几何标记的展示特性，包括标记的位置、大小、形状、方向、色调、饱和度、亮度等。【了解】1.可视化的发展现状目前，数据可视化的发展主要有以下特点：呈现多维数据更合展示的特征：涌现了大量的可视化工具：基于平台的可视化三维技术有了进一步的应用发展：对于一些特殊行业的监捽中心或者调度中心等重要指挥枢纽，大屏慕显示系统表现出超强的可视能力，已经成为现代行业不可或缺的核心装备。主要通过借助于H益成熟和完备的图形学理论以及数据挖掘等手段，通过更为书效的数据清洗，提取更为可界的特征属性结合相关领域背景的建模方法，最终使数据具备了可视化解释，从而能够清晰有效地传达不为人知的内涵信息。当然，并不是所有数据都适合可视化，对那些多维而又凌乱的数据集合进行前期梳理和有效属性整合，也是数据可视化技术发展的一个应用方向。第2章数据处理可视化考核学生对数据的概念、处理过程、预处理、特征提取方法及数据分析方法等内容的学习情况。【掌握】1 .数据的概念数据（daia）是事实或观察的结果，是对客观事物的逻辑归纳，是用于表示客观事物的未经加工的原始素材。数据可以是连续的值，比如声音、图像，称为模拟数据；也可以是离散的，如符号、文字，称为数字数据。2 .数据的处理过程数据获取，数据预处理，数据特征提取，数据统计分析，数据存储。3 .数据的预处理数据清醒，数据集成，数据变换，数据规约。4 .数据特征提取特征提取是通过映射的方法，将高雄的属性空间压缩为低维的属性空间，得到最小的属性集，使得数据类的概念分布尽可能地接近使用所有属性的原分布，得到的数据挖掘结果与所有特征参加的数据挖掘结果相近或完全一致。特征提取和特征选择统称为降维。【理解】1.数据分析方法数据分析是统计分析的扩展，指用数据统计、数值计算、信息处理等方法分析数据。用户可以根据自己的褥求对数据进行分析处理，比如数据挖掘、机器学习、数据统计等。大数据分析技术主要包括已有数据的分布式统计分析技术和未知数据的分布式挖掘、深度学习技术。【了解】1 .数据挖掘主要方法有哪些数据挖掘指设计特定算法,从大量的数据集中去探索发现知识或者模式的理论和方法，是知识工程学科中知识发现的关键步骤。基本的数据挖掘任务分为两类：基于某些变量预测其他变量的未来值，即预测性方法(例如分类、回归)；以人类可解释的模式描述数据(如聚类、模式挖掘、关联规则发现)。第3章数据可视化设计考核学生对可视化设计的流程及基本原理等内容的学习情况。【掌握】1. 可视化设计的流程早期的科学可视化流程描述了从数据空间到可视空间的映射，是数据处理和图形绘制的组合，主要流程包含串行处理数据的各个阶段：数据分析、数据滤波、数据的可视映射和绘制1>2. 格式塔理论包括哪些原则包括贴近原则、相似原则、连续原则、闭合原则、共势原则、好图原则、对称性原则、经验原则。(1)贴近原则：当视觉元素在空间距离上相距较近时，人们通常倾向于将它们归为一组。(2)相似原则：人们在观察事物时，通常把那些明显具有共同特性的事物组合在一起，虽然实际上事物本身并不存在分组的意图。(3)连续原则：人们在观察事物时会很自然地沿着物体的边界，将不连续的物体视为连续的整体，通过找到非常微小的共性将两个不同的图形连接成一个整体。(4)闭合原则：在某些视觉映象中，其中的物体可能是不完整的或者不是闭合的，但格式塔心理学认为，只要物体的形状足以表征物体本身，人们就会很容易地感知整个物体，而忽视未闭合的特征。12-（5）共势原则：共势原则是指如果一组物体具有相同的运动趋势或相似的排列模式，人眼就会将它们识别为同一类物体。（6）好图原则：好图原则是指人眼通常会自动将一组物体按照简单、规则、有序的元素排列方式进行识别。（7）对称性原则：对称性原则是指人的意识倾向于将物体识别为沿某个点或某条轴对称的形状。（8）经验原则：经验原则是指在某些情形下视觉感知与过去的经验有关。3. 可视化中的美学因素聚焦：设计者必须通过适当的技术手段将用户的注意力集中到可视化结果中的最重要区域。平衡：平衡原则要求可视化的设计空间必须被书效地利用，尽量使重要元素置于可视化域计空间的中心或中心附近，同时确保元素在可视化设计空间中的平衡分布。简单：简单原则要求设计者尽量避免在可视化中包含过多的造成混乱的图形元素，也要尽量避免使用过于豆杂的视觉效果（如带光照的三维柱状图等）。【理解】1 .可视化设计的基本原理人们通过视觉获取可视化信息、编码。为了便于人们形成认知，数据可视化和语言都会遵循一定的传播规则，即语法。图形语法是数据可视化所使用的语法，是一种抽象级别较高的对图表的描述方法O基本思路是把图表的主体看成是数据和几何图形的视觉特征绑定的结果，并应用于不同的坐标系，通过这样的方式来组合成不同的图形类别。图形语法通过图形元素、图形属性和数据字段的映射三个要素组成：图形元素（GeOmetry）：可视化过程中使用的几何图形。图形属性（AttribUte）：视觉通道。映射（MaPPing）：数据字段到图形属性的映射，简唯来说就是什么类型的数据选择什么图形和视觉通道。【了解】I.举例说明基本可视化方法适用的应用场景（1）例如：柱状图是最常见的图表，也最容易解读，它的适用场合是二维数据柒（每个数据点包括两个值X和y）,但只有一个维度需要比较。（2）例如：直方图是一种统计报告图，是对数据集的某个数据属性的频率统计。（3）例如：饼图主要用于展现不同类别数值相对于总数的占比情况。饼图适合用来展示单一维度数据的占比，要求其数值中没有零或负值，并确保各分块占比的总和为100%。（4）例如：折线图适合二维的大数据集，尤其是在趋势比单个数据点更重要的场合，可以将排列在工作表的列或行中的数据绘制到折线图中。（5）例如：散点图是表示二维数据的标准方法。散点图矩阵是散点图的高雄扩展，用来展现高维（大于二维）数据属性分布。可以表达属性对之间的关系。第4章可视化软件与工具考核学生对Echarts等常用的数据可视化工具等内容的学习情况。【掌握】1 .编程可视化类工具代表产品：EChartjssiChartSsDygraphs>NodeBoxD3.js等等。这一类数据可视化工具通常是某种编程语言或是需要基于某种编程语言来实现，常用的有基于JavaScript、基于Java、基于Python以及R语言等等。2 .常用的几种编程类可视化工具，写出各自的优缺点ECharts,D3、R语言。优缺点：ECharlS优点是开源，使用简单，支持按需求打包，支持地图功能，可支持绘制大量数据。缺点是体积较大，可定制性较差。D3优点是可以图形化地、生动地展现数据、高度自由定制想要的效果、开源，缺点是入门门槛高，对编程能力要求高。R语言优点是支持多种分析运算功能，缺点是需要一定的编程能力。14-3.简要介绍一下异步加载数据的方法如当数据不断变化，需要实时加载时，无法提前存入显示的数据，就需要异步加载填入数据。EChartS中实现异步数据的更新非常简单.，图表初始化后，在任何时候，只要通过jQuery等工具异步获取数据后，通过SetOPtiOn填入数据和配置项即可。【了解】1 .非编程类可视化工具ExcelTableau第5章时空数据可视化考核学生对时空数据基本概念、面对时空数据时可采用的可视化方法、二维数据可视化方法、三维数据可视化方法及多维数据可视化和关联分析可视化方法等内容的学习情况。【掌握】1 .面对时空数据时可采用的可视化方法时变型数据的可视化设计空间涉及三个维度，即表达、比例尺和布局。表达维度决定如何将时间信息映射到二维平面上，可选的映射方式包括线性、径向、表格、螺旋形、随机等。比例尺维度决定以怎样的比例将时序数据映射到可视化中，例如对数比例尺和线性比例尺。布局维度决定以什么样的布局方式对时序数据进行排布。时变型数据的可视化方法可分为两类。一类方法采用静态方式展示数据中记录的内容，不随时间变化，但可采用多视角、数据比较等方法体现数据随时间变化的趋势和规律。另一类方法采用动画手法，动态地展示随时间变化的感觉和过程，因而具有更多的表现空间。【理解】2 .二维数据可视化方法(1)折线图、条形图、饰图(2)金字塔图、漏斗图(3)南丁格尔玫瑰图（4）和弦图（5）矩阵树图（6）桑基图（7）像素图（8）热力图（分别稍微展开介绍一下）3 .三维数据可视化方法（1）时空立方体（2）雷达图（3）热力图（4）喷泉图（分别稍微展开介绍一下）【了解】1 .多维数据可视化常见的高维可视化方法有四种：（1）基于点的方法：以点为基础展现唯个数据点与其他数据点之间的关系（相似性、距离、聚类等信息（2）基于线的方法：采用轴坐标编码各个维度的数据属性值，将体现各个数据属性间的关联。（3）基于区域的方法：将全部数据点的全部属性，以区域填充的方式在二维平面布局，并采用颜色等视觉通道呈现数据属性的具体值。（4）基于样本的方法：采用图标或者基本的统计图表方法编码单个高维数据点，并将所有数据点在空间中布局排列，方便用析。2 .关联分析可视化方法（1）网络关联图（2）稀疏散点图（3）嵌套饼图（4）泡沫图（5）词云（分别稍微展开介绍一下）第6章数据可视化综合应用举例考核学生对如何进行可视化系统的设计、完整数据可视化编程框架、面向公交的可视化交叉检索系统、轨道交通异常客流可视化分析系统及基于校园大数据的学生异常行为可视化分析系统等内容的学习情况。【掌握】1.如何进行可视化系统的设计（1）完成需求分析（2）梳理主要工作（3）设计整体框架（4）视图分析，出具设计方案【理解】1.完整数据可视化编程框架（1）如何、为何、用何可视化实现数据分析。（2）可视化流程：是以数据流向为主线，包括数据采集、数据处理和变换、可视化映射和用户感知。（3）可视化交互：可视化过程中，用户控制修改数据采集、数据处理和变换、可视化映射各模块而产生新的可视化结果，并反馈给用户。（4）数据采集：传感器采样，调查记录，模拟计算等方式采集。数据采集直接决定了数据的格式、维度、尺寸、分辨率和精确度等重要性质，并在很大程度上决定了可视化结果的质量。（5）用户感知：从数据可视化结果中提取信息、知识和灵感。（6）可视化：从数据探索新的假设，证实相关假设与数据是否吻合，帮助专家展示数据中的信息。（7）可视分析：结合可视化和数据挖掘的分析模式，以视觉感知为基本通道，通过可视化和交互界面，将人的知识或经验，融入到数据分析和推理决策过程中，以迭代求精的方式将数据史杂度降低到人类和计算机可以处理的范围，获取有效知识。【了解】1 .面向公交的可视化交叉检索系统2 .轨道交通异常客流可视化分析系统3 .基于校园大数据的学生异常行为可视化分析系统五、复习方法和建议1 .曳习方法(1)重视基本理论知识的学习和掌握作为一种数据分析的工具，可视化已经成为各类数据分析的理论框架和应用中的必备要素，并成为科学计算、商业智能、安全等领域的普惠技术。数据可视化技术具有知识点多、实践性强的特点。本课程从工程实用性出发，赖顾知识体系的完备性，全面介绍了数据可视化原理、过程、设计、实现各个环节所需的基本知识，具有一定的应用价值。本课程强调基础性和实用性，理论知识仅以够用为原则，旨在培养学生的自主学习能力和跟踪技术发展的能力。因此，对基本理论知识的学习和掌握显得尤为重要。本课程以知识体系层次结构化与工程化案例展示相结合的方法来介绍数据可视化技术，内容上，依次详细说明了数据可视化的发展与意义，基本理论，以及需要遵守的相关设计原则：在此基础上，介绍了数据可视化相关软件与工具、以及大量实用的可视化方法，并详细讲解了基于Echarts的数据可视化编程，以帮助学生获取理论联系实际并指导实践的能力；此外，本课程还深入浅出地介绍了两个数据可视化综合应用案例，全面提升学生综合运用所学知识进行数据可视化研发的能力。学生可以充分利用课程提供的各种教学资源对课程内容进行回顾、梳理和总结；积极参加面授辅导以解决学习过程中遇到的疑难问题：积极参与小组学习、网络辅导、网络答疑、课程讨论等活动，讨论学习中遇到的各种问题、交流学习经验，从而达到巩固所学内容的目的。(2)强调课程实训，培养学生的实践动手能力本课程的主要目标是：通过实训操作和基础知识学习，使学生学握数据可视化的基本概念、设计流程及研发工具等相关知识，同时具备定的分析问题和解决问题的能力，做到真正学以致用。因此，要学好本课程，必须认真完成实训任务。通过实训，提高实际动手的能力和解决实际问题的能力，同时进一步加深对课程学习内容的理解和掌握。2 .曳习建议(1)对课程内容进行梳理和总结经过近一个学期的学习，已经对课程内客有了较全面的理解。为了进一步深化和巩固对所学知识的理解和掌握，可以根据课程学习要求、学习目标及考核说明，利用课程文字教材和各种轴导资料，对课程的各个知识点进行认真的梳理、归纳和总结。(3)认真第习形成性考核内容形成性考核内容包括项目实训和作业。进一步回顾项目实训的实际操作过程，可以增强对课程内容的理解。对在学习过程中逐步完成的平时作业，进行认真的检查和复习，学握各个考核知识点，特别对于课程的重点和难点更应牢固掌握。3 .豆习资源(1)课程文字教材：数据可视化技术，胡永利、张勇编，国家开放大学出版社。(2)课程视频教材：课程总学时数为72学时，4学分。其中授课时间为36学时(含面授、录像学时)、实验课学时为36学时。(3)考核说明和期末夏习指导4 .命题原则(1)单选题(选择一个正确答案的代码填入括号中，每小题2分，共30分)第1章数据可视化概述12题第2章数据处理可视化12题第3章数据可视化设计13题第4章可视化软件与工具12题第5章可视化方法13题第6章数据可视化综合应用举例01题分，(2)多选题选择多个正确的答案代码填入括号中，每小题5共35分)第1章数据可视化概述02题第2章数据处理可视化12题第3章数据可视化设计13题第4章可视化软件与工具12题第5章可视化方法13题第6章数据可视化综合应用举例0】题（3）简答题（每小题10分，共20分）第1章数据可视化概述01题第2章数据处理可视化01题第3章数据可视化设计01题第4章可视化软件与工具01题第5章可视化方法01题第6章数据可视化综合应用举例01题（3）应用题（每小题15分，共15分）第I章数据可视化概述01题第2章数据处理可视化01题第3章数据可视化设计01题第4章可视化软件与工具01题第5章可视化方法0-1题第6章数据可视化综合应用举例01题六、模拟题一、单项选择题（每个题只有一个选项是正确的。每题3分，共30分）1 .（）是关于数据视觉表示形式的科学技术研究。（）A、数据挖掘B、数据可视化Cv人机交互D、计算机图形学2 .（）、人、机器之间的交互是数据可视化的核心。A、计算机B、数据Cv大脑D、图形3. 以下哪些方法的内容是指给定一组数据点以及彼此之间的相似度，根据这些将数据分成多个类别。（）Av分类B、回归C、偏差检测D、聚类4. 28.ECharlS中图例组件的代码为（）。A、series:BVlegend:C.title:）D¼xAxis:5. 异步加载数据是通过什么工具实现的（）AVCanvasB、VisualMapCvCSSD'jQuery6. 可视化的输入是（）。Ax数据Bk代码Cv视觉形式D、语言7. 可视化的输出是（）。A、数据B、代码Cv视觉形式D、语音8.描述如何解决问题是TamaraMunZner提出的可视化设计嵌套模型的（）层。A、问题刻画层B、抽象层C%编码层D、具体算法和交互的实现9.需要概括出目标用户的任务需求、目标和要解决的问题是可视化设计模型的（）层。A、问题刻画层B、抽象层Cv编码层D、具体算法和交互的实现10.关联规则中的关联可以分为简单关联、时序关联和（）oA、复杂关联B、空间结构关联C、因果关联D、逻辑关联二、多项选择题（每个题只有多个选项是正确的。每题5分，共35分）1. 典型的属性规约方法有哪些（）Av合并属性B、逐步向前选择C、逐步向后删除D、决策树归纳2. 下列属于编程类可视化工具的是（）A%EchartsD3C、R语言DxExcel3. 数据可视化基本流程中的核心要素包括（ACD）A、数据表示与变换B、数据处理C、数据的可视化呈现D、用户交互4. 可视化可以（）Av增强人类的认知能力B、作为大量工作记忆的外界辅助Cv协助人类进行思考D、让人们使用感知代替认知5. 颜色的视觉通道包括（ABC）Av饱和度B、色相/色调Cv透明度D、美观度6. 从语义上看，有序型数据可分为以下两类。第一类是以时间轴排列的时间序列数据，如（）A太阳黑子随时间的变化B化学质谱C股票交易数据D奥运会比赛日程7. 在设计一个可视化解决方案的过程中，了解数据采集这一步骤中的（）,才能有的放矢地解决问题。（）A、数据的采集方法Bv数据的属性C、数据的来源D、数据的处理三、简答题（每题I。分，共20分）1 .数据预处理的流程是什么？2 .请写出常用的几种编程类可视化工具，写出各自的优缺点。四、应用题（共15分）1.编写ECharts可视化程序的第一步是引入ECharts库，已知EChartS库的存放地址为.jsECharts.js,请写出引入EChartS库的代码。参考答案一、单项选择题（每个题只有一个选项是正确的。每题3分，共30分）I.B2.B3.D4.B5.D6.A7.C8.D9.A10.C二、多项选择题（每个题只有多个选项是正确的。每题5分，共35分）1.ABCD2.ABC3.ACD4.ABCD5.ABC6.ACD7.ABC三、简答题（每题1。分，共20分）1 .答：数据清洗-数据集成-数据变换-数据规约（并针对每部分做一两句简单介绍）2 .答：ECharts¼D3、R语言。优缺点：EehartS优点是开源，使用简单，支持按需求打包，支持地图功能，可支持绘制大量数据。缺点是体积较大，可定制性较差。D3优点是可以图形化地、生动地展现数据、高度自由定制想要的效果、开源，缺点是入门门槛高，对编程能力要求高。R语言优点是支持多种分析运算功能，缺点是需要一定的编程能力。四、应用题（共15分）<!DOCTYPEhtml><html><head><scriptsrc=".jsEcharts.js,'><script><head><html>