开展学生编程调试能力的行为分析,对于培养学生阅读、理解程序的技巧和思维方式十分重要,近年来逐渐成为编程教育领域的热点。与传统评测方式相比,眼动跟踪数据能够反映编程过程中学生视觉注意力的分布与转移情况,提供对思维过程更加直接的洞悉。然而,时序眼动数据、代码逻辑特征与学生任务意图等多种维度的信息相互交织,使得单纯的量化分析暴露出越来越大的局限性,迫切需要新的分析手段。本文以网页阅读代码找错测试过程为研究场景,完整记录了学生的交互动作与眼动跟踪过程,并开展了视觉关注行为的常规量化分析。针对量化分析难以反映复杂多维数据完整细节的局限性,本文针对教学活动中通常关心的两类问题提出了可视化设计方案。首先,提出了将学生代码跟踪能力差异进行色带序列区分的设计方案。为了刻画学生在代码阅读过程中的跟踪能力,在对代码区域、眼动跳转序列分别进行整合处理的基础上,将眼动跳转对代码执行逻辑的跟踪状态进行了色彩标注与维度映射,以展示不同状态的变化及分布信息,从而得到了针对跟踪状态的可视化方案。其次,提出了将找错命中过程表征为以解题任务为中心的收敛震荡过程的设计方案。针对解题过程中以相同思维任务为目标的视觉关注特征,结合物理含义对时序空间与代码行空间进行重组与权重分配,将视觉注意力的分配情况与连续迁移过程映射为离散色度块,从而得到针对单人找错命中过程的棋盘图可视化方案。通过对命中过程中的收敛现象进行范围测算,并将其进行抽取叠加运算后,可以得到针对群体表现共性的收敛图可视化方案。基于《C语言程序设计》课程,分析方案应用于19名本科学生三次代码阅读找错案例的实际数据,并在31人的数据集上进行了样本数量鲁棒性的验证。实验结果表明,上述方案可以达到刻画个体跟踪状态差异与群体关注表现共性的目的,相应的可视化结果也可以作为代码找错过程各个方面评价的参考依据,对教师教学具有辅助功能,对学习效果评价具有指导意义。