資料視覺化核心圖表 (Data Visualization Charts)

EDA 資料視覺化圖表解析

在特徵工程與模型訓練前，看懂資料的「形狀」是決定勝負的關鍵。這裡整理了 4 大核心圖表與 3 種延伸圖表的實務分析重點。

直方圖 (Histogram)

核心探勘

💡 實務分析： 觀察單一變數的分佈。若資料呈現「嚴重右偏 (長尾)」，如財富分佈，直接丟進模型會導致大數值主導結果。通常會進行 Log 轉換，使其接近常態分佈以提升模型效能。

散佈圖 (Scatter Plot)

核心探勘

💡 實務分析： 觀察雙變數關聯。除了看正/負相關，重點是抓出「非線性關係」(如 U 型)。如果是 U 型，線性回歸會完全抓不到特徵，這時必須手動加入多項式特徵 ($x^2$)。

箱型圖 (Box Plot)

核心探勘

💡 實務分析： 清整資料的神器。箱子本身代表 50% 的核心資料 (IQR)。超出上下鬚鬚的值被視為異常值。訓練機器學習時，極端的 Outlier 會大幅干擾模型，通常會依據箱型圖邊界將其「截斷 (Clipping)」或剔除。

熱力圖 (Heatmap)

核心探勘

💡 實務分析： 用來計算特徵間的「相關係數矩陣」。【避坑陷阱】如果發現兩個特徵顏色極深 (高度相關，如「坪數」與「房間數」)，這叫作「共線性」，會讓模型變得不穩定。處理方式：兩個特徵只能保留一個！

長條圖 (Bar Chart)

延伸圖表

💡 實務分析： 用於比較「類別型特徵」(Categorical Features)。與直方圖不同，長條圖中間有間隙，代表類別之間不連續。常與 Target 結合，觀察「哪個類別的轉換率/流失率最高」。

折線圖 (Line Chart)

延伸圖表

💡 實務分析： 專治時間序列資料。重點在於識別「趨勢 (Trend)」與「季節性週期 (Seasonality)」。如果是時間資料，絕對不能隨機切分訓練集與測試集，必須依照時間先後順序切分，否則會造成「未來資料洩漏」。

圓餅圖 (Pie Chart)

延伸圖表

💡 實務分析： 顯示結構佔比。但在資料科學界極不推薦使用！因為人類大腦對「角度」與「扇形面積」的比較非常遲鈍。實務上，若類別超過 3 個，一律建議改用「長條圖 (Bar Chart)」排版，更容易比較細微大小差異。

📝 iPAS 考點提醒

資料視覺化是 EDA 與溝通的關鍵,iPAS 考點(初級科目一、中級科目二)。重點:依資料型態選圖——分布用直方圖或箱形圖、關係用散布圖、比較用長條圖、趨勢用折線圖;進階用熱力圖看相關、分面小圖比較。易混點:Y 軸不從 0、圓餅放太多類別、3D 花俏都會誤導;Anscombe 四重奏提醒只看統計量不夠、要畫出來。情境:呈現分析、判斷某圖是否誤導。

想練情境題與詳解 → AI 學習與考證地圖

❓ 常見問題

怎麼呈現多變數關係？

用散布圖矩陣、熱力圖(相關係數)、氣泡圖(第三維用大小)、分面小圖(facet)分組比較，或用顏色編碼增加維度。

熱力圖適合什麼？

呈現矩陣型資料，如相關係數、混淆矩陣、時段活躍度；用顏色深淺一眼看出高低與模式。

什麼時候用對數座標？

資料跨越多個數量級、或關注成長率(指數變化)時；對數軸能讓大小差異懸殊的資料都看得清楚。

怎麼呈現分布而非只看平均？

用箱形圖、小提琴圖、直方圖或抖動點圖；平均會被離群值拉偏，看完整分布(含離散與形狀)才不會誤判。

互動式圖表的好處？

可縮放、篩選、懸停看細節、切換維度；適合探索大量資料與儀表板，讓使用者自行深入。

🧭 相關主題

圖表庫

← 返回 AI 學習與考證地圖