Data Visualization · 選對圖表

視覺化

用對圖表,洞察一眼就懂

視覺化的目的不是漂亮,是讓人快速看懂。
關鍵是針對問題選對圖:比大小用長條、看趨勢用折線、看占比用圓餅、看關係用散佈。

依目的選圖:比大小 / 趨勢 / 占比 / 關係
01 — 白話直覺

用對圖表,洞察一眼就懂

視覺化的目的不是「漂亮」,是讓人快速看懂資料在說什麼。關鍵是針對問題選對圖表:比大小用長條圖、看趨勢用折線圖、看關係用散佈圖、看占比用圓餅圖。選錯圖,再多資料也傳達不出去。

長條圖
比大小

類別之間比數量。

折線圖
看趨勢

隨時間的變化。

圓餅圖
看占比

各部分佔整體比例。

常見錯誤:用圓餅圖比大小(人眼比角度很差)、折線圖畫無順序的類別、3D 圖表扭曲比例。簡單清楚 > 花俏。

02 — 核心互動

同一份資料,哪種圖最適合?

給你一個分析目的,看哪種圖表最能傳達。點下面的目的,圖表會切換並說明為什麼。

03 — 原則

好視覺化的要點

優點

  • 依目的選圖:比大小/趨勢/占比/關係
  • 少即是多,去除多餘裝飾
  • 清楚標示軸、單位、標題

缺點 / 限制

  • 用圓餅圖比大小(角度難比)
  • 3D/花俏效果扭曲真實比例
  • 軸不從 0 開始 → 誇大差異

圖表選擇

📊
比大小
長條圖、橫條圖
📈
看趨勢
折線圖、面積圖
🥧
看占比
圓餅圖、堆疊條
🔵
看關係
散佈圖、氣泡圖
04 — 速記與對照

目的對應圖表

目的適合的圖
看分布直方圖、箱型圖、小提琴圖
比大小長條圖
看關係散佈圖、熱力圖
看趨勢折線圖
看佔比圓餅圖(少類別)、堆疊長條

自我檢測

不同目的該用什麼圖?
分布用直方/箱型;比較用長條;關係用散佈/熱力;趨勢用折線;佔比用圓餅或堆疊長條——先問「要表達什麼」。
常見的視覺化誤導有哪些?
Y 軸不從 0 起放大差異、比例失真的 3D/面積圖、櫻桃挑選區間、雙軸誤導、過多顏色。
探索用圖和簡報用圖差在哪?
探索圖求快求多、給自己看;簡報圖要聚焦一個訊息、去雜訊、加標註,給別人看。

🎯 重點整理

  1. 先問「要表達什麼」再選圖。
  2. 分布/比較/關係/趨勢/佔比各有適圖。
  3. Y 軸從 0、避免 3D 與雙軸誤導。
  4. 探索圖求多、簡報圖聚焦一訊息。
  5. 標題、標註、去雜訊提升可讀性。

📝 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:依資料型態與目的選圖——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、占比用圓餅(少類別)。易混點:Y 軸不從 0、3D 與花俏效果、圓餅放太多類別都會誤導;好圖一圖一重點、色盲友善。情境:呈現分析結果、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

資料視覺化的目的?

用圖把資料的模式、趨勢、異常與關係呈現出來,幫助理解與溝通,比看數字表格更快抓到重點。

不同目的該用什麼圖?

比較用長條圖、趨勢用折線圖、分布用直方圖或箱型圖、關係用散點圖、組成用堆疊或圓餅、相關用熱力圖、地理用地圖。

常見的視覺化誤導有哪些?

y 軸不從 0 起誇大差異、3D 或圓餅難比較、選擇性區間、雙軸誤導、顏色不當;圖要誠實呈現、避免扭曲。

好圖表的原則?

一圖一重點、標題與軸標清楚、去除多餘裝飾(data-ink)、適當顏色與標註、考量色盲友善。

探索用圖和簡報用圖差在哪?

探索圖求快與多、給自己找模式;簡報圖求精、聚焦結論、引導觀眾,需要更多說明與設計。

🧭 相關主題

← 返回 AI 學習與考證地圖