课程：Machine Perception-driven Data Visualization
讲师：Yunhai Wang
讲师简介:
汪云海是山东大学计算机科学与技术学院的教授和助理院长。他的研究兴趣包括信息可视化，科学可视化和计算机图形。
课程简介：
1.画图的基本原则：
1.1 在增强视觉方面：
·减少杂波，使数据脱颖而出
绘图的主要焦点应该放在数据本身上，可能会删除可能会遮挡或分散观察者数据的图中任何多余的元素。
·使用视觉上突出的图形元素
连接线不应该模糊点和点不应该相互模糊。
-- 如果在同一图中表示多个数据集（叠加数据），则它们必须在视觉上可分离。
-- 如果由于数据本身不可能，则可以将数据分成共享轴的相邻图。
·使用适当的刻度线和数据矩形
应在每个轴（左右，顶部和底部）上使用两条刻度线，以完全框架到数据矩形。
-- 添加数据边距以使图表突出显示。
-- 勾选标记，每个轴3-10。
·参考线、标签、注释
参考线仅用于显示数据中的阈值。只在必要时稀疏地使用它们，不要让它们模糊数据。
·叠加数据集
符号应该是可分离的，数据集应该易于视觉组装。
1.2 在增强理解方面：
·提供解释并得出结论。
图形表示通常是确认假设或传达结果的手段。
·使用所有可用空间，尽可能多的填充数据矩形
·并列图
确保比例匹配并且图表对齐
·适当时使用对数比例
·45度角原则
调整图的长宽比使其斜率为1
·提供合适的刻度标签，优化图的轴标记
2.颜色的选择
不同颜色具有不同的亮度。通过定量实验发现，当颜色组合的亮度差大于等于0.4时，具有较好的辨识度。