一張圖勝千言

理解資料視覺化

Richie Cotton

Data Evangelist at DataCamp

你將學到什麼

• 如何選擇合適的圖表？
• 如何解讀常見圖表？
• 繪圖的最佳實務為何？

取得洞見的三種方式

計算摘要統計

mean、median、standard deviation

執行模型

linear 與 logistic regression

繪製圖表

scatter、bar、histogram

Datasaurus Dozen

away_x	away_y	bullseye_x	bullseye_y	...	x_shape_x	x_shape_y
32.33	61.41	51.20	83.34	...	38.34	92.47
53.42	26.19	58.97	85.50	...	35.75	94.12
63.92	30.83	51.87	85.83	...	32.77	88.52
70.29	82.53	48.18	85.05	...	33.73	88.62
34.12	45.73	41.68	84.02	...	37.24	83.72
67.67	37.11	37.89	82.57	...	36.03	82.04

¹ Matejka, J., & Fitzmaurice, G. (2017) https://www.autodeskresearch.com/publications/samestats

各資料集的 x 平均值

dataset	mean(x)
away	54.27
bullseye	54.27
circle	54.27
dino	54.26
dots	54.26
h_lines	54.26
high_lines	54.27

dataset	mean(x)
slant_down	54.27
slant_up	54.27
star	54.27
v_lines	54.27
wide_lines	54.27
x_shape	54.26

各資料集的 x 與 y 平均值

dataset	mean(x)	mean(y)
away	54.27	47.83
bullseye	54.27	47.83
circle	54.27	47.84
dino	54.26	47.83
dots	54.26	47.84
h_lines	54.26	47.83
high_lines	54.27	47.84

dataset	mean(x)	mean(y)
slant_down	54.27	47.84
slant_up	54.27	47.83
star	54.27	47.84
v_lines	54.27	47.84
wide_lines	54.27	47.83
x_shape	54.26	47.84

各資料集的標準差

dataset	std_dev(x)	std_dev(y)
away	16.77	26.94
bullseye	16.77	26.94
circle	16.76	26.93
dino	16.77	26.94
dots	16.77	26.93
h_lines	16.77	26.94
high_lines	16.77	26.94

dataset	std_dev(x)	std_dev(y)
slant_down	16.77	26.94
slant_up	16.77	26.94
star	16.77	26.93
v_lines	16.77	26.94
wide_lines	16.77	26.94
x_shape	16.77	26.93

連續與類別變數

連續型：通常是數值

• 身高、溫度、營收

連續與類別變數

連續型：通常是數值

• 身高、溫度、營收

類別型：通常是文字

• 眼睛顏色、國家、產業

連續與類別變數

連續型：通常是數值

• 身高、溫度、營收

類別型：通常是文字

• 眼睛顏色、國家、產業

兩者皆可

• 年齡是連續型，但年齡組屬於類別型
• 時間是連續型，但月份屬於類別型

一起來練習吧！

理解資料視覺化