ECNUVIS 入学学习体系：论文、技能树与可执行节奏

这是一份公开版学习体系，对应 ECNU Visualization Lab（ecnuvis.net）入组前的准备方式。目标不是「再列一门网课清单」，而是回答三个会反复出现的问题：

  1. 技能树按什么顺序长？
  2. 导师论文库 50+ 篇怎么读才不会死？
  3. 日常项目（Agent 工具链 / 前端 demo / 实验）怎么和入学准备叠在一起，而不是两套互相抢时间？

本地还有更细的周计划与学习日手册；博客只固化原则、节奏与验收，方便以后改周计划时不用重写整套心智。

博客写系统，本地写当日勾选；两层别混

1. 三层结构，别摊成一张大表

| 层 | 管什么 | 典型产出 | | --- | --- | --- | | 技能树（约 30 周） | Python / JS → 可视化理论 + D3 → ML/DL → 方向选修 → 项目 | 能展示的 demo + 能讲清的概念 | | 执行线（7–9 月） | 嵌在真实项目里的周主线：误差分析、Git/PR、源码带读、简历对账、模拟面试 | 每周可验证的一份交付 | | 论文卡读法 | 导师库精读子集 + 略读地图 + 可复用零件沉淀 | 六格卡片，不是 PDF 旁空 README |

三层叠用，不是串行：本周可以一边做 D3 scatter，一边精读一篇时空文，一边用 agent 写脚本——但每条线都要有自己的完成定义。

相关公开笔记：

2. 技能树（精简版）

实验室公开方向大致是：时空 / 城市计算、图与可视分析、LLM × 金融 / 叙事、AIGC 与可逆可视化等。技能树按依赖排，不按兴趣乱点：

| 阶段 | 周期感 | 核心 | | --- | --- | --- | | ① 编程基础 | 前几周 | Python 能写项目代码；JS/ES6 + DOM + async | | ② Vis 核心 | 中段 | Munzner《Visualization Analysis and Design》前几章；D3 scales / axes / interaction | | ③ ML 基础 | 中后 | 监督学习 + 神经网络常识，够读 ML4VIS / 时空模型论文 | | ④ 方向进阶 | 选修 | 时空（deck.gl / kepler）· 图 · LLM · 图形学 选 1–2 | | ⑤ 项目 | 持续 | 至少一个交互可视化 + 一个方向 demo，README 能讲故事 |

第二阶段没扎实就开第四阶段 = 最常见的假进度

课程与书可以换版本；验收不变：

  • 能手改 3 个可视化组件并解释效果
  • 能脱稿讲清一篇组里论文的 Problem + 方法 3 步
  • 有 2–3 个可点开的 demo / PR，而不是一堆收藏夹

3. 论文：不逐篇精读，建「组里话术」

导师论文库往往 50+ 篇。原则：

| 原则 | 含义 | | --- | --- | | 不逐篇精读 | 精读约 12–15 篇，其余略读 / 地图级 | | 卡片 = 产出 | 每篇必须有「对我有什么用」；没有就只是搬运 | | 跟方向挂钩 | 卡片要能链到后续课题或 demo，不堆百科 | | 节奏固定 | 每周固定槽位，比「有空就读」可靠 |

三层读法

1
L0 地图   扫目录 + 摘要/系统图 → 标主题与预感评分
2
L1 卡片   精读 12–15 篇：六格 + Takeaway + 可复用零件
3
L2 对比   同问题 2–3 篇横比 → 写进课题笔记 / 方法库

卡片六格（研究用，不是读书摘抄）

| 格 | 强化写法 | | --- | --- | | Problem | 1 句痛点 + 谁在乎 | | Method | 流水线 3–5 步（输入 → 模块 → 视图） | | Contribution | 「相对 X，我们多了 Y」 | | Results | 1 个狠数字 + 1 个用户结论 | | Limitation | 方法 / 数据 / 评估拆开 | | Takeaway | 可迁移技巧 1 条 + 可开坑想法 1 条 |

略读可以只填：一句话 + Contribution + Takeaway。精读才六格全开。

状态建议统一：未读 | 略读 | 精读 | 可复用 | 弃用，深度 skim | card | deep。

Takeaway 写不出「我能试的动作」= 这篇还没读完

主题路径，不按年份硬啃

以时空可视分析实验室为例，粗分后优先：

  1. 时空 / 地理 / 流点（主路径）
  2. 图 / 网络（副路径）
  3. 图像 · 设计 · AIGC（按兴趣）
  4. 评估 / 叙事 / 系统范式（各挑 1–2 篇）

精读清单应是「能建立组里话术」的 12 篇左右，而不是出版年流水线。其余 40 篇：L0 略读，有可复用零件再升级。

文件职责（避免双写）

| 位置 | 写什么 | | --- | --- | | PDF 旁 README | 元数据、链接、下载状态 | | 学习卡（Markdown） | 六格理解 + Takeaway | | 进度表 | 队列与状态，不写长笔记 | | 博客 | 系统与公开卡片 / 导读，不贴内部日课 |

4. 每周时间表（可缩放）

假设每周能拿出 6–8 小时给论文（可按实际砍半）：

| 槽位 | 时长 | 做什么 | 产出 | | --- | --- | --- | --- | | 精读 1 | 2.5–3h | 1 篇 deep | 1 张完整卡 | | 略读 2 | 2×40min | 2 篇 skim | 2 张轻量卡 | | 横比 / 复盘 | 1h | 同主题对比或抄进方法库 | 1 条链接笔记 | | 可选 | 1h | 复现一小段 pipeline / 草图 | 草稿即可 |

月节奏示例： W1–2 时空簇 → W3 图簇 → W4 兴趣簇 +「这个月能讲清哪 3 个问题」。

2 个月大约 8 精读 + 16 略读，足够覆盖 12 精读里的大半并扫清相关簇。

单篇完成定义

  • [ ] 不看 PDF 能口述 Problem + 方法 3 步
  • [ ] Takeaway 里有一条自己项目里能试的动作
  • [ ] status 从 未读 → 精读 / 可复用

5. 三条铁律（执行线地基）

这些比任何周计划都更「长期」：

  1. 报错三问
    期望是什么 / 实际原文是什么 / 怀疑哪一层（数据·代码·环境·配置）。
    写不出第三问时，不许让 AI 直接修，改成让 AI 教你读报错。

  2. 复述制
    AI 完成的功能，合并前用自己的话复述；复述不出的不进简历。

  3. 主导权
    禁止「给我下一步提示词」。先自己写下一步（哪怕很烂），让 AI 批改。

铁律治的是元认知外包，不是反对用 AI

6. 执行线怎么嵌进项目（7–9 月形态）

不必另开「纯学习周」。更稳的是：

| 类型周 | 例子 | 验收 | | --- | --- | --- | | 归因周 | 漏检 / 误差分类 + 一页报告 | 能讲数据问题 vs 模型问题 | | 工程周 | 手敲完整 PR 流程 | 白纸画 fork → CI → review | | 源码周 | 带读训练 / 可视化库入口 | 脱稿讲 conf / IoU / 主循环 | | 实验周 | 只改一个变量重训或改交互 | 预测 → 结果 → 归因表 | | 作品周 | 简历条目对账 + 可视化预测题 | 每条「能讲 3 点」+ 错题本 | | 压力周 | 模拟深挖面试 | 80% 追问不查资料 |

每日可垫：主线 2–3h · 手敲若干 git · 少量基础题自测。周日只查五件事：三问比例、是否自己定位过一层、实验表是否单变量、有无脱稿代码、有没有违规要提示词。

7. 学习日打包（方法，不是某日课表）

把「论文 + Agent 源码笔记 + 前端练习 + 高信号阅读」塞进同一天时，建议：

  • 上午深、下午略、晚上动手：深读占最好的注意力；工具安装与转帖消化放晚间。
  • 每块必须有落盘文件：卡片 / 笔记路径 / demo 路径；刷完不算。
  • 砍半成功标准写在当天手册顶部：例如「1 篇精读三问定稿 + 1 段 Agent Loop 复述 + 1 个前端 skill 或 checklist」。
  • 网络与材料预检单独 10 分钟：PDF 是否齐、教程是否打开、别在 VPN 与代理冲突里烧掉上午。

具体日期的时段表放在本地 vault；博客只保留这种打包法。

8. Agent / 前端与 Vis 线的关系

入组准备不是只读论文：

  • Agent harness（如 Pi）：学的是工具边界、会话树、扩展模型——对应「能搭自己的研究工具链」。公开导读见 Pi Agent Harness 指南。
  • 前端：D3 / React 交互是可视分析系统的手；开源清单见 ECNUVIS 开源学习清单。
  • X / 社区转帖：当信号源，不当事项列表。只保留「本周能装一个 / 能改一个习惯」的条目，其余延后。

三线冲突时默认优先级：实验室可展示产出 > 工具折腾 > 信息流。

9. 可复用检查清单

建立体系时

  • [ ] 技能树阶段顺序写清，并标当前处在哪一阶段
  • [ ] 论文库有主题簇 + 精读队列（≤15）+ 进度表
  • [ ] 卡片模板强制 Takeaway / 可复用零件
  • [ ] PDF 元数据与学习卡职责分离
  • [ ] 三条铁律写进日常 agent / CLAUDE / AGENTS 约定

每周日

  • [ ] 本周 1 精读 / 2 略读是否落盘
  • [ ] 执行线主线是否有可验证交付
  • [ ] 是否至少一次自己完成报错分层
  • [ ] 是否又说了「给我下一步提示词」

每月

  • [ ] 「这个月能讲清的 3 个问题」写下来
  • [ ] 方法零件库是否新增 ≥3 条
  • [ ] 是否有 1 个小 demo / PR / 报告能给外人看

10. 刻意不写进博客的

  • 当日小时级课表与勾选状态
  • 未公开的导师内部材料与下载 cookie 流程细节
  • API key、中转配置、个人账号池
  • 把 30 周课程链接刷成「收藏夹博物馆」（链接会腐烂；原则不会）

那些属于本地 vault 与私有笔记；博客负责可迁移的系统。

一句话：入学准备 = 技能树定方向 + 执行线嵌项目 + 论文卡建组里话术；AI 当副驾，验收看你能不能讲清、能不能交付。

后续若某篇精读卡够公开（六格完整、无未发表内容），会以独立博文挂在 writing 列表；本篇只当索引与宪法。

Liked this note? Share it on Twitter / X, or browse more writing from the home page. Feedback and pointers welcome via @qianyuhe.

Thanks for reading.

– 千羽鹤