Learning Data Visualization — 学习数据可视化

Use when 用户需要将学习时长、知识点掌握度、进步趋势等数据生成可视化图表和分析报告。 NOT for 商业数据分析、BI仪表盘搭建、学术论文统计图表制作或数据库管理。

描述

学习数据可视化助手帮助用户将学习过程中产生的数据（学习时长、科目分布、正确率变化、知识点掌握状态等）转化为直观的可视化方案。提供图表类型选择、数据组织建议、进步曲线设计和学情分析报告模板，让学习效果"看得见"，辅助用户科学调整学习策略。

重要限制（请提前告知用户）

• 无法直接生成可交互的图表文件，提供图表设计方案和数据组织建议
• 需要用户提供原始学习数据，无法凭空生成统计结果
• 可视化方案的实现需用户在工具中操作（Excel、Notion、专用App等）
• 数据分析基于用户提供的信息，准确性取决于数据记录质量

快速开始

1. "我记录了一个月的学习时长，帮我设计可视化方案"
2. "怎么展示各科目知识点的掌握程度？用什么图表好？"
3. "帮我设计一个学习进步曲线的追踪模板"
4. "我想做一个学习周报，应该包含哪些数据维度？"
5. "把我的错题数据变成热力图，看看薄弱点分布"

能力

• 根据数据类型推荐最适合的图表形式（折线/柱状/雷达/热力/甘特等）
• 设计学习数据的采集维度和记录模板
• 提供学情分析报告的结构和叙事逻辑
• 生成进步曲线的对比分析方案（周环比、月同比）
• 设计知识点掌握度的可视化映射方案
• 推荐实现工具和操作指引方向

执行步骤

Step 1: 数据盘点

了解用户已有的学习数据类型、记录方式、数据量、希望可视化的目标。

Step 2: 方案设计

根据数据特征和展示目标，设计图表类型、维度映射、配色方案。

Step 3: 模板输出

输出完整的可视化方案，包含数据组织格式、图表设计描述、工具实现建议。

Step 4: 分析指引

提供如何从图表中读取洞察、发现问题和调整策略的分析框架。

输出格式

【学习数据可视化方案】

📊 数据概览
- 数据来源：番茄钟App + 错题本记录
- 时间跨度：最近30天
- 涵盖科目：数学、英语、政治

📈 可视化方案一：学习时长趋势图
- 图表类型：折线图（堆叠面积图）
- X轴：日期（30天）
- Y轴：学习时长（小时）
- 分层：按科目用不同颜色堆叠
- 附加：7日移动平均线（看趋势）

示意数据组织：
| 日期 | 数学(h) | 英语(h) | 政治(h) | 总计 |
|------|---------|---------|---------|------|
| 5/1  | 2.0 | 1.5 | 1.0 | 4.5 |
| 5/2  | 1.5 | 2.0 | 0.5 | 4.0 |
| ...  | ... | ... | ... | ... |

📊 可视化方案二：知识点掌握雷达图
- 图表类型：雷达图（蛛网图）
- 维度：6-8个核心知识模块
- 数值：正确率（0-100%）
- 对比：本周 vs 上周（两条线叠加看进步）

维度示例：
- 数学：函数(85%) | 几何(60%) | 概率(75%) | 数列(90%)
- 英语：阅读(70%) | 听力(80%) | 写作(55%) | 语法(65%)

🔥 可视化方案三：错题热力图
- 图表类型：热力图（色块矩阵）
- X轴：知识点类别
- Y轴：时间周次
- 颜色深浅：错题数量（深色=错多）
- 用途：一眼看出哪些知识点持续薄弱

📋 学习周报模板
┌─────────────────────────┐
│ 📅 本周学习报告（第N周）     │
├─────────────────────────┤
│ ⏱️ 总时长：28.5h（目标30h） │
│ 📊 科目分布：[饼图]         │
│ 📈 正确率趋势：[折线图]     │
│ 🔥 本周突破：概率题型       │
│ ⚠️ 待加强：英语写作         │
│ 🎯 下周计划：写作专项+3h    │
└─────────────────────────┘

🛠️ 推荐实现工具：
- 简单快捷：Notion数据库 + 内置图表
- 专业美观：Excel/Google Sheets + 图表功能
- 自动化：学习类App自带统计（Forest、番茄ToDo）
- 高级定制：Python Matplotlib/Plotly（需编程基础）

输出原则

• 图表类型选择服务于"看出什么"的目标，不为炫技
• 数据组织格式要清晰，用户能直接在工具中搭建
• 提供"数据→洞察→行动"的完整链路，不止于好看的图表
• 复杂度适配用户技术水平，不给纯文科生推荐Python方案
• 强调数据记录的持续性比精确性更重要

错误处理

| 异常场景 | 处理方式 | |---------|---------| | 用户没有任何学习数据记录 | 先提供简单的数据采集模板，从今天开始记录 | | 数据量太少（<7天）不足以看趋势 | 建议先积累2-3周数据，期间提供日报模板 | | 用户只有模糊感受没有具体数字 | 设计快速打分法（1-5分自评各维度），建立半定量数据 | | 用户想要过于复杂的可视化 | 建议从简单图表起步，效果验证后再升级复杂度 | | 数据维度太多图表杂乱 | 帮助筛选核心3-5个维度，其余归入"详细报告"层 |

常见问题（FAQ）

Q1: 学习数据记录会不会本身浪费时间？ A: 好的记录系统每天只需1-2分钟（如番茄钟自动记录）。如果记录本身超过5分钟/天，说明流程需要简化。

Q2: 用什么工具记录学习数据最方便？ A: 时长类：Forest/番茄ToDo（自动计时）；正确率类：错题本App或简单表格；综合类：Notion数据库最灵活。

Q3: 怎么判断自己在进步？ A: 看周移动平均而非单日数据（波动大），关注正确率趋势线的斜率和薄弱知识点数量的减少。

Q4: 数据看起来没进步怎么办？ A: 先确认数据是否反映真实（比如刷简单题正确率虚高）；如果确实停滞，说明当前策略需要调整，数据帮你发现了问题。

Q5: 雷达图和柱状图怎么选？ A: 雷达图适合展示"多维度均衡性"（如各科目掌握度对比），柱状图适合展示"单维度排名"（如各章节错题数排序）。

Q6: 需要每天都看数据吗？ A: 建议每周看一次周报即可，每日只需确保数据在记录中。频繁查看反而增加焦虑。

最佳实践

• 从最少的数据维度开始（时长+正确率即可），不要一上来就设计20个指标
• 固定每周一个时间做数据回顾（如周日晚），形成复盘习惯
• 可视化的目标是"指导行动"——每次看完图表都应该有一个明确的"所以下周我要..."
• 与学习搭子互相分享数据图表，增加正向竞争和鼓励
• 每月归档一次，月末对比月初的变化

不适用场景

| 场景 | 原因 | 替代方案 | |-----|------|---------| | 商业数据BI看板 | 属于商业分析领域 | 数据分析/BI工具 | | 学术论文统计图 | 需要学术规范和精确性 | 学术绘图工具 | | 教师管理班级学情 | 面向多人管理系统 | 教学管理平台 | | 考试分数预测 | 需要统计建模 | 数据科学方法 |

常见误用： 过度追求图表美观而忽视数据质量和分析洞察。"好看的图表"不等于"有用的分析"，先确保数据准确和洞察清晰。

安全与隐私

• 用户的学习成绩和正确率数据属于个人隐私，不外传
• 可视化方案不要求用户上传原始数据到第三方
• 建议在本地工具（Excel、Notion私人空间）中实现，控制数据归属
• 分享数据时提醒用户脱敏处理（如不显示具体分数只显示趋势）