# 先講點資訊素養吧！資料視覺化

本文將介紹何為**資料視覺化**、**資料視覺化的步驟**與一些**資料視覺化的要點**

**匿名發問區** : [點我](https://app.sli.do/event/tLuW4YZknbbMG35jgyykWM/live/questions)

## ㄧ、什麼是資料視覺化?

資料視覺化是指運用視覺的方式呈現數據，
有效的圖表可以將繁雜的數據簡化為易於吸收的內容。
透過圖像化的方式，我們更容易辨別數據的**規律**（**Patterns**）、**趨勢**（**Trends**）、**關聯**（**Correlations**）。[^資料視覺化的意思]

[^資料視覺化的意思]:[什麼是資料視覺化](https://medium.com/uxeastmeetswest/%E8%B3%87%E6%96%99%E8%A6%96%E8%A6%BA%E5%8C%96data-visualization-%E5%9C%96%E8%A1%A8%E8%A8%AD%E8%A8%88-9ef17943a2d4)

## (一) 資料 Data

### 定義

==**資料**==（**data**）又稱為數據，是通過觀測得到的各種數字。資料有各種形式，例如文字、數字、圖片、影像、聲音等。[^Data]

[^Data]:[資料的定義](https://zh.wikipedia.org/zh-tw/%E6%95%B0%E6%8D%AE)

### 變數與值

一個資料集一般由多個 ==**變數**==（**Variable**）所組成，而變數裡記錄著不同的 ==**值**==（**Value**）[^Var]

[^Var]:[變數與值](https://stat.nuk.edu.tw/prost/content_new/1.PDF)

例如：年雨量分布圖中，月份就是一個變數，而1月、2月、3月...則是這個變數所能紀錄的不同的值；降雨量是另一個變數，幾ml則是值。

### 測量尺度

在資料科學的領域中，我們將**變數**分成4種測量尺度：==**名目尺度**==、==**次序尺度**==、==**等距尺度**==、==**比例尺度**==[^測量尺度]

[^測量尺度]:[資料的4種測量尺度](https://edge.aif.tw/data-lab-data-type/)

1. **名目尺度 Nominal Scale**：
又稱為分類型資料，純粹用來區分不同的==類別==，依據性質來做分類，無等級、大小之分，是四個尺度中最弱的結構。
例如：**血型**便是一個名目尺度的變數，它的四種變數值（A、B、AB、O）只有性質上的差異，而無等第、大小的區別

2. **次序尺度 Ordinal Scale**：
除了可區分類別外，還有==順序==之分（資料的排序具有意義），不是數字但有高下先後之分，但是順序間並不等距，所以只能比大小，不能做$+-\times\div$。
例如：**名次**為一個次序尺度的變數，變數值（第一名、第二名...）彼此間除了有性質的差異外，還有順序上的差異（第一名＞第二名），但彼此間的差異並不等距（第一名跟第二名的差距$\not=$第二名跟第三名的差距）

3. **等距尺度 Interval Scale**：
可以區分兩元素之間程度上的差異，且差異是==等距==的，所以可以相加減。
為數字型態的資料，且數字有數學上的意義，但因為它的零點是相對的，而不是絕對意義上的0，只是反映差距，缺乏實質意義，故不能乘除。
例如：**年份**便是一個等距尺度的變數，變數值的差距是固定的（1年），所以可以相加減（$2023-1911=102$），但因為西元0年是人訂出來的相對基準，所以不能乘除（$1989\times64$ 無意義）

4. **比例尺度 Ratio Interval**：
有以上三種尺度的所有特性，為數字型態的資料，且除了各數值間具有等差的關係外，還有絕對意義上的==零點==，因此可做乘法，可做$+-\times\div$所有的數學運算。
例如：**長度**便是一個比例尺度的變數，有真正意義上的0，所以變數值可以做乘除（$100cm\div100=1m$）。

其中名目尺度、次序尺度為 ==**類別型數據**==（非計量型數據）；等距尺度、比例尺度為 ==**數值型數據**==（計量型數據）

### 資料蒐集

了解了什麼是資料後，那我們在蒐集資料時又有哪些該注意的地方呢?[^資料蒐集]

[^資料蒐集]:[資料蒐集要點](https://ctld.ntu.edu.tw/ls/strategy/lecture.php?index=126)

1. **與問題的相關性**：
蒐集資料時要專心在自己的研究主題或問題上，不要浪費時間在無關的資料上。

2. **資料的正確性**：
要確保資料的準確性、有效性（時效、適用群體、範圍...）、可信度（檢查資料來源是否專業、公正客觀、有權威性等，還有像是檢查有沒有標作者、出版機構、引用來源等資訊)。

3. **多重的蒐集管道**：
蒐集資料時要有多重的資料蒐集管道，讓收集的資料多元化，完整度也會較高，避免單一來源的偏誤或不足。

4. **附上資料來源**：
一方面尊重作者，另一方面也方便他人追溯資料的原出處

## (二) 視覺化 Visualization

### 什麼是視覺化?

>視覺化是指用於建立圖形、圖像或動畫，以便交流溝通訊息的任何技術和方法。 [name=wikipedia]

### 為何要視覺化?

1. **易讀**：
人類大腦吸收圖像的速度遠高於文字，大部分的資訊是透過視覺傳達到我們的大腦，因此，透過資料視覺化能將將抽象的概念轉化成我們腦袋==容易理解==的形式，利用人類天生的技能來增強資料處理和組織效率。[^資料視覺化的意思]

2. **易觀察**：
隨著大數據時代來臨，若要理解這些大量數據，視覺化方法顯得越來越重要。
有效的圖表可以將繁雜的數據簡化成為易於吸收的內容，良好的視覺化可以述說故事。透過圖像化的方式，我們更容易辨別數據的==規律==、==趨勢==及==關聯==。讓資料變得清楚，實用的資訊也會水落石出。[^視覺化優點]
[^視覺化優點]:[視覺化的優點](https://www.tableau.com/zh-tw/learn/articles/data-visualization)

### 視覺化的要點

光是把表格弄得漂亮、把資料變成資訊圖表，都還稱不上是良好的視覺化，資料視覺化的效果，取決於形式與功能之間是否能取得微妙的平衡。
平鋪直述的圖形，有可能過於枯燥、沒人想看，但也可以一矢中的地講出要點；
絢爛的視覺效果，焦點可能會模糊、言不及義，但也可能豐富多彩卻言簡意賅。
資料和視覺化內容必須彼此配合，將出色的分析和精彩的敘事合而為一，這本身就是一門藝術。[^視覺化優點]

此外，雖然本文都在介紹資料視覺化，但其實資料視覺化從來都只是表層的東西，視覺化之前的 ==**資料分析**== 才是核心，只有資料分析內涵豐富、價值高，資料視覺化才能內容豐富、有價值。[^超多表]
[^超多表]:[各式圖表](https://allaboutdataanalysis.medium.com/%E8%A6%96%E8%A6%BA%E5%8C%96%E5%9C%96%E8%A1%A8%E7%9A%84%E5%A5%97%E8%B7%AF%E5%A4%A7%E7%9B%A4%E9%BB%9E-%E9%81%8B%E7%94%A8%E6%9B%B4%E8%87%AA%E5%A6%82-86ef0de88c36)

## 二、資料視覺化的步驟

那麼，資料視覺化有什麼SOP呢?[^SOP]
[^SOP]:[資料視覺化SOP](https://aws.amazon.com/tw/what-is/data-visualization/)

1. **定義目標**：
確定現有資料集可回答的問題，以定義資料視覺化目標。

2. **蒐集資料**：
從多元的管道蒐集與問題相關的可信資料。

3. **清理資料**：
資料清理包括刪除冗餘資料、執行數學運算以進一步分析，或篩選和轉換資料以符合問題條件。

4. **選擇視覺效果**：
從多種不同的圖表類型中進行選擇，如長條圖、折線圖、散點圖、圓餅圖等，不同的圖表類型有不同的優缺點和適用場景，根據資料的維度、數量、分佈等因素選擇能夠有效展示資料特徵和關係的圖表類型，以實現有效的視覺探索。

5. **建立視覺效果**：
使用視覺元素來增強資料的表達力，新增清晰的標籤和數字，使用大小、顏色、形狀、字型和位置來引導觀眾的注意力，並使用標題、標籤、圖例、註釋等文字元素來解釋資料，讓觀眾快速和準確地理解資料的含義。

## 三、常見錯誤

在做資料視覺化時，需要避免犯以下幾點錯誤

1. **不恰當的圖表**
2. **不一致的視覺元素**
3. **不清晰的文字**
4. **不恰當的座標軸**
5. **不正確的比例尺**

## 四、小技巧

以下資料視覺化時的一些小眉角[^小技巧]
[^小技巧]:[資料視覺化技巧](https://medium.com/%E6%95%B8%E6%93%9A%E5%88%86%E6%9E%90%E4%B8%8D%E6%98%AF%E5%80%8B%E4%BA%8B/%E8%B3%87%E6%96%99%E8%A6%96%E8%A6%BA%E5%8C%96-%E5%BF%85%E9%A0%88%E6%B3%A8%E6%84%8F%E7%9A%8430%E5%80%8B%E5%B0%8F%E6%8A%80%E5%B7%A7-890dab850614)

### 顏色

利用顏色來做分類標籤時須注意以下幾點

1. **統一感**：
顏色用得太花會使人無法專注於資料本身，因此需維持色系的統一感或使用相近的顏色，避免使用超過6種以上的顏色。
可以上[Google](https://www.google.com/search?q=color+palette&rlz=1C1MSIM_enTW1010TW1014&source=lnms&tbm=isch&sa=X&ved=2ahUKEwjGmfLR1Pb9AhXmSWwGHQ5kAXsQ_AUoAXoECAEQAw&biw=929&bih=927)或[Pinterst](https://www.pinterest.ca/search/pins/?rs=ac&len=2&q=color%20palette&eq=color&etslf=7905)查別人配好的色票（color palette）來用。

2. **避免過於鮮豔**：
明亮鮮豔的顏色就像是把所有的字母都大寫想要強調一樣，讀者會感覺你在對他們大聲推銷，應避免使用；單調的顏色，反而能很好地用於資料視覺化，因為它們可以讓你的讀者專注在理解你的資料，而不是被資料淹沒。

### 字體

1. **乾淨簡潔**：
美觀的字型能增加情感，但在做資料視覺化時應將重點放在資料本身，所以請使用簡單無襯線的字型，避免過於花俏而失焦。

2. **等寬字型**：
使用[等寬字型](https://zh.wikipedia.org/zh-tw/%E7%AD%89%E5%AE%BD%E5%AD%97%E4%BD%93)，不使用比例字型（可從小數點的寬度檢查），以維持數字的整齊。

### 其他

1. **使用2D圖形**：
雖然3D圖表看起來很酷，但是透視上的視錯覺會扭曲我們對資料的感知。使用2D圖表來確保資料準確。

2. **文字解釋**：
記得加上圖表標題、軸標籤、圖例，必要時加上文字解釋內容。

3. **編排順序**：
按照資料本身的數據進行排序，若無順序（名目變數）就照英文字母或數據大小排。

## 五、資料來源