# 資料視覺化課程 — 期末報告

**授課老師：陳志騰 副教授
報告日期：2025 年 6 月 19 日**

---

## 目錄

**👩‍💻👨‍💻 組員名單與貢獻表
📝 個人心得
🤖 AI 使用聲明欄
🗒️ 學術誠信聲明欄
[💉 疫苗接種與疫情發展分析](https://hackmd.io/@chiiing/Syb_r36Xee)
[📹 成果影音簡述](https://www.canva.com/design/DAGqiTP0c8g/lt-ocAtRtEqsyD32EbA3Vg/edit?utm_content=DAGqiTP0c8g&utm_campaign=designshare&utm_medium=link2&utm_source=sharebutton)**

---

## 👩‍💻👨‍💻 組員名單與貢獻表

<style>
.morandi-card {
backdrop-filter: blur(8px);
background: rgba(245, 238, 230, 0.65); /* 奶茶霧面感 */
border-radius: 16px;
box-shadow: 0 4px 20px rgba(90, 80, 70, 0.15);
border: 1px solid rgba(200, 190, 180, 0.3);
padding: 24px;
margin: 24px 0;
font-family: "Noto Sans TC", "微軟正黑體", sans-serif;
color: #5a4f46;
line-height: 1.6;
}

.morandi-card h3 {
margin-top: 0;
font-size: 20px;
font-weight: bold;
color: #8c7c6e;
border-bottom: 2px solid #d2c3b2;
padding-bottom: 6px;
margin-bottom: 12px;
}

.morandi-card table {
text-align: center;
border: 1px solid #ccc;
padding: 10px;
}

.morandi-card table th{
text-align: center;
border: 1px solid #ccc;
padding: 8px;
}

.morandi-card table td{
text-align: left;
border: 1px solid #ccc;
padding: 8px;
}

.morandi-card ul {
padding-left: 14px;
margin: 0;
}
</style>

<div class="morandi-card" style="text-align: center;">
<h3><center>📌 Team 6</center></h3>
<div style="display: inline-block;">
<table style="border-collapse: collapse; width: 100%; font-family: 'Noto Sans TC', sans-serif; text-align: center;">
<thead>
<tr style="background-color: #f0eae5;">
<th rowspan="2">組員</th>
<th colspan="2">貢獻說明</th>
</tr>
<tr style="background-color: #f0eae5;">
<th>資料</th>
<th>呈現</th>
</tr>
</thead>
<tbody>
<tr>
<td>1411235028 王明揚（組長）</td>
<td rowspan="4">
<ul style="padding-left: 20px; margin: 0; text-align: left;">
<li>資料蒐集</li>
<li>資料前處理</li>
</ul>
</td>
<td>
<ul style="padding-left: 20px; margin: 0; text-align: left;">
<li>Power BI 圖表撰稿</li>
<li>心智圖製作</li>
<li>上台報告</li>
</ul>
</td>
</tr>
<tr style="background-color: #faf7f4;">
<td>1411235001 王紹真</td>
<td>
<ul style="padding-left: 20px; margin: 0; text-align: left;">
<li>視覺化成果簡報製作</li>
<li>成果影音檔製作</li>
<li>心智圖製作</li>
<li>上台報告</li>
</ul>
</td>
</tr>
<tr>
<td>1411235007 劉亞晴</td>
<td>
<ul style="padding-left: 20px; margin: 0; text-align: left;">
<li>執行步驟文件製作</li>
<li>成果影音檔製作</li>
<li>心智圖製作</li>
<li>上台報告</li>
</ul>
</td>
</tr>
<tr style="background-color: #faf7f4;">
<td>1411235028 林裕庭</td>
<td>
<ul style="padding-left: 20px; margin: 0; text-align: left;">
<li>Power BI 圖表撰稿</li>
<li>上台報告</li>
</ul>
</td>
</tr>
</tbody>
</table>
</div>
</div>

---

## 📝 個人心得

:::spoiler **<font color = "#a68076">👩‍💻 王紹真</font>**
>**一開始拿到一堆全球 COVID-19 的雜亂資料，格式雜亂，有些缺失值，光是整理就快放棄了。但也就是因為這樣的過程，讓我了解到：數據真的不是冰冷的數字。一開始，努力補齊那些漏掉的數值，整理時間格式、處理缺失值……每搞定一筆資料就超級有成就感！**
>
>**最有挑戰的，是視覺化的設計。每一張圖表都要反覆思考：怎麼用最簡單、最直觀的方式，讓人一眼就能看懂背後的重點？甚至可以將它美化成更讓人想觀賞。**
>
>**透過這次經驗，我不禁開始去想：能不能用圖表來說服別人？我覺得這種思考方式，會對我未來幫助超大。**
>
>**未來我想把這能力運用在更多地方，讓這些看起來冷冰冰的數字真正發揮價值。**
:::

:::spoiler **<font color = "#a68076">👩‍💻 劉亞晴</font>**
>**在這次 COVID-19 疫情資料分析專題中，我負責的部分包含 Power BI 圖表設計、執行步驟文件撰寫、成果影音製作與專題簡報報告。為了呈現全球疫情與疫苗接種趨勢，我使用組員們處理好來自 Our World in Data 的資料，包括疫苗施打比例、死亡率、追加劑接種等七項指標，並設計出兩頁報表。**
>
>**在圖表設計上，根據組員們運用DAX 函數建立好的滯後 14 天的死亡率欄位，再藉由雙軸圖與滯後分析圖，觀察疫苗施打與死亡下降間的時間差關係。此外也使用地圖、排名、卡片等多樣視覺元件，使不同國家的趨勢對比更清晰，提升互動性與說服力。整體報表兼顧了資料完整性與易讀性，也讓分析結果更具實務參考價值。**
>
>**透過這次專題，我不僅熟悉了 Power BI 與資料處理技巧，也體會到資料視覺化在疫情資訊傳遞中的重要性。疫情數據不只是數字，更反映了政策效果與人類行為。這次經驗提升了我將複雜資料轉化為洞察與決策建議的能力，也加深了我對智慧資料分析應用的興趣，未來希望能持續朝資料驅動決策的方向深入發展。**
:::

:::spoiler **<font color = "#a68076">👨‍💻 林裕庭</font>**
>**這次做 COVID-19 疫苗接種與疫情發展的視覺化分析，對我們來說是一次很實際的學習經驗。一開始以為只是把資料放進圖表裡，結果實際做的時候才發現，要處理這麼多筆全球的資料，不但格式不一樣，還有很多缺值，前處理真的很花時間。但也因此讓我們更了解資料整理在整個流程中的重要性。**
>
>**在視覺化的過程中，我們慢慢體會到，圖表不是裝飾，而是幫助大家更快理解資訊、發現隱藏的趨勢。像是透過折線圖與雙軸圖，我們看到某些國家疫苗接種後，死亡率確實有下降的情況，這讓我們很有成就感，因為數據真的「說話了」。**
>
>**這次報告讓我更深刻地體會到，資料視覺化不只是技術，更是一種溝通方式。未來如果有機會再做類似專題，我會更注意資料的背景意義，也更有信心把資料講成一個清楚的故事。這門課真的讓我學到很多，也非常實用。**
:::

:::spoiler **<font color = "#a68076">👨‍💻 王明揚</font>**
>**這次進行「COVID-19 疫苗接種與疫情發展關聯性分析」的專題，讓我收穫非常多！我們從 Our World in Data 平台取得大量的 COVID-19 數據，接著一步步分析疫苗接種率與疫情指標（如確診數、死亡數、病死率）之間是否存在關聯，以及可能的影響方向。**
>
>**資料前處理是一大挑戰，像是合併多個 CSV 檔案、處理缺失值、標準化欄位格式等，雖然過程繁瑣，但為後續分析打下了穩固基礎。進入視覺化階段後，更是充滿成就感！我們嘗試了多種圖表，包括時間序列折線圖，清楚呈現出疫苗施打後疫情趨勢的變化；還有雙軸圖、散佈圖，以及全球地理熱力圖，讓數據呈現更加生動有感。其中，疫苗施打率與確診率的延遲關聯分析圖讓我印象特別深刻，讓我首次那麼直觀地理解到疫苗的效果並非立即顯現，而是存在明顯的時間滯後效應。**
>
>**總結來說，這次專題不僅讓我學會了資料處理與視覺化技巧，更重要的是學會如何從龐大的數據中挖掘有價值的洞見，並以批判性思維進行分析與詮釋。這真的是一次結合理論與實務操作的寶貴經驗。**
>
>****
:::

---

## 🤖 AI 使用聲明欄

**☑️ 本報告有使用生成式 AI，工具名稱：<font color = "#a68076">ChatGPT、Gemini</font>，用途：<font color = "#a68076">資料前處理、DAX語法撰寫、數據視覺化建議</font>，且已提供與生成式 AI 的對話或內容。**

:::spoiler **<font color = "#a68076">📸 AI 生成對話截圖</font>**
>
>
:::

---

## 🗒️ 學術誠信聲明欄

**☑️ 我了解本報告如有抄襲他人著作、未填寫 AI 使用聲明、有使用 AI 但未附上對話或截圖，或與校內外他組專題內容或文字雷同度過高，一律零分計算。**

---

## 💉 疫苗接種與疫情發展分析 & 📹 成果影音簡述
**[🔗 疫苗接種與疫情發展的關聯性分析 — 以 COVID-19 全球資料為例](https://hackmd.io/@chiiing/Syb_r36Xee)**
**[📹 成果影音簡述](https://www.canva.com/design/DAGqiTP0c8g/lt-ocAtRtEqsyD32EbA3Vg/edit?utm_content=DAGqiTP0c8g&utm_campaign=designshare&utm_medium=link2&utm_source=sharebutton)**