iT邦幫忙

2023 iThome 鐵人賽

DAY 9
0
AI & Data

打造數據科學之路:資料分析與機器學習的完整指南系列 第 9

鐵人賽第九天~資料視覺化圖形介紹

  • 分享至 

  • xImage
  •  

~今天要分享的是「資料視覺化圖形介紹」~

人類是典型的視覺動物,因為人類傾向於透過視覺來理解世界和記憶訊息,因此如果能將數據以直觀的方式展示,就可以幫助我們快速取得資訊,這就是視覺化圖形的重要性。

常見的視覺化圖形有:

  1. 散佈圖:用於比較兩個”數值資料”間的關係和分佈情況,僅能顯示二維關係(注意!關係指的是相關性,不是因果關係)
  2. 折線圖:用於呈現”數值資料”隨時間變化的趨勢
  3. 直方圖:用於呈現”數值資料”的分佈情況
  4. 長條圖:用於呈現”類別資料”間的差異
  5. 圓餅圖:用於呈現各”類別資料”的佔比(注意!圓餅圖所有數據加起來必為100%)
  6. 箱型圖:用於呈現”數值資料”的最大值、最小值、四分位數與離群值
  7. 小提琴圖:箱形圖的變化版,同樣用於呈現”數值資料”的最大值、最小值、四分位數與離群值,與箱型圖不同的是,小提琴圖還可以觀察到密度分佈
  8. 熱圖:用於呈現”數值資料”的相關性,會以顏色標記相關性的大小
  9. 地圖:用於呈現地理資訊,例如台灣溫度圖
  10. 樹狀圖:用於呈現有層次結構的資料
  11. 氣泡圖:散佈圖的進階版,使用氣泡大小表示與第三個資料間的關係,為三維關係圖
  12. 莖葉圖:用於呈現”數值資料”的分佈情況,類似於直方圖的概念,但使用數值表格呈現資料分佈
  13. 雷達圖:也稱蜘蛛網圖,用於呈現多維資料間的相對大小,例如人格雷達圖
  14. 甘特圖:用於呈現預計完成某項目的時間線和進度規劃
  15. 詞雲圖:以文字大小來呈現此單詞在整個文本中出現的頻率

上一篇
鐵人賽第八天~關聯式分析
下一篇
鐵人賽第十天~資料視覺化圖形 — 繪圖設定
系列文
打造數據科學之路:資料分析與機器學習的完整指南30
圖片
  直播研討會
圖片
{{ item.channelVendor }} {{ item.webinarstarted }} |
{{ formatDate(item.duration) }}
直播中

尚未有邦友留言

立即登入留言