QBUS6860 26S1｜13周12种可视化——Individual Assignment是速通能力的照妖镜
📝 这门课不是教你"可视化"，是教你"每周换一套兵器"
QBUS6860 的 Weekly Schedule 你仔细看就会发现一个问题：13周课，每周教一种完全不同的可视化方法。Week 1 讲设计原则，Week 2 数据清洗，Week 3 单变量分布，Week 4 双变量关系，Week 5 多变量，Week 6 时间序列，Week 7 地理空间，Week 8 交互可视化，Week 9 网络图，Week 10 流程图，Week 11-12 聚类和树状图，Week 13 复习。
说白了，除了 Week 11-12 的聚类花了两周之外，其他每种方法都是一周速通。你还没搞清楚 matplotlib 和 seaborn 在单变量分布上的差异，下周已经跳到散点图和相关性了。
💡 考核结构里藏着的时间陷阱
| 考核项 | 占比 | 截止时间 | AI政策 | 覆盖范围 |
|---|---|---|---|---|
| Short Quizzes | 10% | 多周持续 | ✅ 允许 | 当周内容 |
| Individual Assignment | 25% | Week 8 | ✅ 允许 | Week 1-7 内容 |
| Group Project | 35% | Week 13 | ✅ 允许 | 全部内容 |
| Final Exam | 30% | 考试周 | ❌ 禁止 | 全部内容 |
Individual Assignment 叫 "Preliminary Visualisation Tasks"，名字里的 "Preliminary" 已经告诉你了——这不是一份完整的分析报告，而是一组独立的可视化练习。你需要用 Python 把前7周学的分布图、关系图、多变量图、时间序列、地理空间图全部实现一遍。
问题在于：7种可视化方法，每种你只上了一节 Lecture + 一节 Tutorial。中间没有任何缓冲期让你消化，Week 8 就要交作业。这不是考你理解多深，是考你切换工具的速度。
🎬 真正的难度藏在后半学期
前7周虽然节奏快，但内容相对直觉——分布图、散点图、热力图这些东西你多少见过。真正的挑战从 Week 7 开始：地理空间数据 (Geospatial) 需要 geopandas 和 folium，交互可视化 (Interactive) 需要 plotly 或 bokeh，网络图 (Networks) 需要 networkx。
每周一个新 Python 库，每个库的 API 逻辑完全不同。而且这些内容全部要进 Group Project。
Group Project 的隐藏压力
Group Project 占 35%，是最大的单项分数。截止 Week 13，意味着你要在 Week 9-12 之间完成以下操作：
- 学完网络图、流程图、聚类（Week 9-12 的新内容）
- 用 Python 实现所有要求的可视化
- 写分析报告
- 跟队友协调分工
Week 11-12 连续两周讲聚类和树状图 (Hierarchical Clustering & Dendrograms)，这是整门课最密集的理论块。而你正在一边学一边赶 Group Project。
💰 选课前想清楚的三件事
第一，Python 基础必须在开学前搞定。 课程说明里写了：你有责任在学期开始前安装好所有软件和包。这不是客气话。如果你还在 Week 2 纠结 pandas 语法，后面根本跟不上。
第二，Individual Assignment 不是练手——是筛选。 25% 的分，Week 8 截止，覆盖7种可视化。这个作业会直接暴露你的代码速度和方法切换能力。如果你在这里翻车，Group Project 的贡献度也会很低。
第三，组队要找能写代码的人。 Group Project 占 35% 且全程 Python 实现。你需要的不是写报告漂亮的队友，而是能独立跑通 networkx 和 geopandas 的人。
⚠️ Final Exam 是唯一没有 AI 的考核
70% 的分数来自 AI 允许的作业和 Quiz。但 Final 占 30%，1.5小时，选择题加简答题，AI 禁止。如果你整个学期都靠 ChatGPT 帮你写代码，Final 会让你原形毕露。这门课的设计逻辑很清楚：用作业证明你能做，用 Final 证明你理解你在做什么。
