Visualization

你这个判断是对的。AI 时代，数据可视化课程不应该再以“记住 matplotlib/seaborn/plotly 函数”为核心，因为函数调用会被自然语言和代码生成替代。课程真正该教的是：如何把数据与任务形式化，如何选择/设计视觉编码，如何用数学解释为什么有效，如何评估和审计 AI 生成的图。

可以这样重构。

一、课程目标从“会画图”转为“会可视化推理”¶

学生学完应能：

把数据和任务形式化：变量类型、尺度、关系、查询、决策。
选择视觉编码：位置、长度、角度、面积、颜色、形状、纹理、动画。
用数学解释：投影、距离、估计、优化、信息损失、不确定性。
用 AI 实现：让 AI 写代码，但自己写“可视化规格说明书”。
评估与审计：识别误导、过绘制、颜色错误、统计陷阱。

一句话：AI 负责实现，学生负责规格、推理、验证和解释。

二、理论骨架：三层结构¶

1. 数据与数学层¶

讲数据到视觉的映射：

[ f: \mathcal{D} \rightarrow \mathcal{V} ]

其中 (\mathcal{D}) 是数据空间，(\mathcal{V}) 是视觉空间。数学问题包括：

标度变换：线性、对数、幂、分位数。
距离与相似度：欧氏距离、余弦、马氏距离、KL 散度。
统计估计：均值、分位数、密度、回归、不确定性。
优化：降维、布局、轴排序、颜色映射。
图论与几何：邻接、拉普拉斯、Voronoi、Delaunay、投影。

2. 视觉编码层¶

经典理论必须讲：

Bertin 视觉变量：位置、大小、颜色、方向、形状、纹理。
Mackinlay 表达力与有效性：编码是否表达数据关系，是否容易被感知。
Cleveland & McGill：位置 > 长度 > 角度 > 面积 > 颜色。
格式塔：接近、相似、连续、闭合、共同区域。
前注意加工：颜色、方向、大小能在 200ms 内被捕捉。
Tufte：数据墨水比、小倍数、图表垃圾。
Munzner 嵌套模型：数据、任务、编码、算法、交互。

3. 认知与评估层¶

任务类型：定位、比较、排序、聚类、分布、相关性、异常。
认知负荷、变化盲、确认偏误。
不确定性可视化：误差条、分布、集合、概率。
伦理与误导：截断轴、双轴、面积夸大、颜色操纵。
用户实验：反应时、准确率、统计检验、效应量。

三、具体可讲的数学专题¶

不要单独开“可视化数学”，而是每节课插入 15 分钟数学微课。

可视化问题	数学
高维散点图	PCA、SVD、MDS、t-SNE、UMAP
直方图 bin 宽	偏差-方差、MISE，最优 (h \sim n^{-1/3})
密度图	核密度估计 (\hat f(x)=\frac{1}{nh}\sum K(\frac{x-X_i}{h}))
箱线图	分位数、IQR、鲁棒统计
平行坐标	轴排列优化、相关性、聚类
热力图	颜色空间、CIELAB、感知均匀、(\Delta E)
网络布局	力导向能量、谱布局、拉普拉斯矩阵
树图	矩形分割、Voronoi、Delaunay
地图	投影、面积变形、Tissot 指示椭圆
交互	集合运算、信息论、互信息 (I(X;Y))
降维	应力函数、KL 散度、邻域概率
动画	插值、缓动、贝塞尔、时间映射

例如讲散点图，不要讲 plt.scatter，而讲：

数据是否高维？需要什么投影？
位置通道为什么最准确？
过绘制如何用透明度、密度、抖动解决？
相关性与回归如何叠加？
异常值如何影响感知？

讲颜色，不要讲 cmap='jet'，而讲：

颜色空间：RGB、HSV、CIELAB。
感知均匀：相同距离应产生相同感知差异。
亮度单调：顺序数据必须亮度单调。
色盲：避免红绿组合。
发散数据：双端色图，中点中性。
缺失值：灰色，不参与色图。

四、教学方法：从问题到数学，而不是从定义到问题¶

每个图型都用“五问”：

数据是什么类型？名义、有序、区间、比率？
任务是什么？比较、分布、相关、聚类、异常？
视觉通道是什么？位置、长度、颜色、面积？
数学映射是什么？标度、投影、估计、损失？
误差和假设是什么？过绘制、偏差、不确定性、误导？

用对比实验代替背诵：

Anscombe 四重奏：相同统计量，不同图形。
Datasaurus：相同均值方差，不同形状。
Simpson 悖论：聚合与分组结论相反。
同一数据用饼图、柱状图、点图，让学生测反应时和准确率，做统计检验。

五、一个 15 周课程大纲示例¶

可视化管道与图形语法
感知与视觉通道
标度、坐标与数据变换
统计图形：直方图、箱线图、密度
颜色理论与颜色空间
高维数据：PCA、MDS
非线性降维：t-SNE、UMAP
网络与图布局
层次与空间数据
交互与信息论
动画、不确定性与缺失值
评估与用户实验
伦理、误导与可解释性
项目工作坊
项目展示