可视化软件专业主要学习以下内容：

数据分析：

这是数据可视化软件工程的核心步骤，包括统计分析、数据挖掘、机器学习等技术，从数据中提取有价值的信息和规律。

编程技能：

编程是实现数据可视化的技术基础，学生需要学习多种编程语言，如Python、R、JavaScript等，以及相关的数据处理和可视化库和框架。

可视化工具使用：

学生需要掌握各种可视化工具的使用方法，如FineBI、FineReport、FineVis等，这些工具可以帮助用户将数据转换成易于理解的图表和报告。

数据清洗与处理：

包括数据清洗（去除错误、重复和缺失值）、数据转换（将数据从一种格式转换为另一种格式）和数据合并（将多个数据源的数据整合到一起）。

统计学基础：

学生需要掌握统计学的基本概念、方法和技术，如回归分析、聚类分析等，以便从数据中提取有价值的信息。

数据可视化设计原则：

包括图表选择、颜色搭配、信息层次结构等，以确保数据能够直观、准确地传达信息。

数据挖掘技术：

学习数据挖掘的基本概念、过程及常用算法，如关联分析、分类、聚类、回归、异常检测等。

机器学习基础：

了解机器学习的基本概念和技术，如监督学习、无监督学习、深度学习等，这些技术在大数据分析和可视化中非常重要。

数据库和网络知识：

包括数据库查询、API调用、爬虫技术、人工录入等，以便获取和处理原始数据。

软件工程：

学习软件工程的基本概念和方法，如UML与项目管理，以便更好地组织和管理数据可视化项目的开发过程。

用户体验设计：

了解如何设计易于使用和交互的数据可视化界面，提高用户的数据解读和分析效率。

通过学习这些内容，学生将能够掌握数据可视化软件工程的基本技能，能够设计和开发高效、准确的数据可视化解决方案，支持决策制定和业务分析。建议学生结合理论学习和实践项目，以便更好地掌握这些技能。