今天要進入全新的內容：資料視覺化！
所謂的資料視覺化，就是透過圖表來說明資料，提供可存取的方式來查看資料中的模式、趨勢。

常見類型：

• 折線圖（Line Chart）: 隨時間變化的趨勢，如股票價格變化。

• 柱狀圖（Bar Chart）: 比較不同項目之間的數據，如不同產品的銷售額。

• 圓餅圖（Pie Chart）: 組成部分，如一個整體中不同類別的比例。

• 散點圖（Scatter Plot）: 兩個變數之間的關係，如身高和體重之間的關係。

• 熱圖（Heatmap）: 顯示數據的相對值。

  1. 特點：一種二維數據視覺化方式，通常用顏色編碼數值。數值大小決定了顏色的深淺，使得用戶可以快速識別數據中的模式和關聯。
  2. 應用場景：熱圖常用於顯示相關性矩陣、時間序列數據的趨勢、地理信息數據的熱點分布等。例如，在生物學中，熱圖可以用於基因表達分析。

• 直方圖（Histogram）:數據的分佈，如一個數據集中值的分佈情況。

• 箱形圖（Box Plot）:數據的統計摘要。

  1. 特點：數據的統計摘要，包括中位數、四分位數、極值等。它可以幫助檢測數據中的離群值。
  2. 應用場景：箱形圖常用於比較不同類別的數據分佈，例如不同產品的銷售量、不同地區的溫度分佈等。

• 散佈圖矩陣（Scatterplot Matrix）: 顯示多個變數之間的相互關係。這是一種多變量視覺化方法。

• 長條圖（Histogram）：顯示連續數據的分佈情況，通常用於時間序列數據。

• 時間序列圖（Time Series Plot）: 用於顯示時間序列數據的趨勢和季節性變化。

以上這些視覺化方式可以根據你的數據和分析目標進行選擇。雖然圖表很常見但其實資料視覺化還有很多種方法，像是暫存資料視覺化、階層式資料視覺化、網路資料覺化、多維資料視覺化、地理空間資料視覺化......等等，都是主要的視覺化方式。今天先初步認識，明天再來實作畫圖！