鐵人檔案
本系列文章將以 R 語言的 ggplot2 為核心，結合 tidyverse 的資料處理能力，系統性探索資料視覺化的技術與設計思維。內容分為兩大部分：
技術面：透過Statistics Globe課程學習心得，從基本的語法與美學映射，到進階的圖形類型與套件擴展，並透過實作案例逐步加深理解.
設計面：結合資料視覺化理論與最佳實務，涵蓋圖表設計原則、顏色與比例的應用、資訊層次的呈現，以及如何避免常見的視覺化誤區.
將在30 天的持續創作，最終將完成一套從資料分析到圖表設計的完整學習筆記挑戰.
在資料視覺化的旅程中，圖表從來不只是圖表，它是我們與觀眾對話的橋樑，更是讓數據真正「說話」的方式。Claus O. Wilke 的《Fundamentals o...
在資料視覺化的基礎圖形中，Bar Chart（長條圖） 可以說是最常見也最直覺的一種。它能清楚地呈現不同類別之間的數值差異。本篇文章將以 台灣能源署公布的202...
選擇合適的圖表類型往往是製圖表一開始很重要的事情之一。Claus O. Wilke 在《Fundamentals of Data Visualization》的...
ggplot2 在今年 9 月，推出了 4.0.0 重大更新版本，除了迎來 18 歲生日，也帶來了相當多結構性的更新。這篇文章我會先整理官方的重點，再分享一些我...
在統計分析的情境中，箱型圖（Box Plot） 幾乎是最常見的圖形之一。它能以簡潔的圖像，同時呈現資料的集中趨勢與離散程度：包含箱體高低（IQR）、箱體上下緣（...
延續昨天的 箱型圖（Box Plot），小提琴圖（Violin Plot）同樣能呈現資料的集中趨勢與離散程度。不同的是，小提琴圖直接用「密度形狀」表現分布趨勢，...
在資料視覺化中，「重疊 (overplotting)」 是一個常見的挑戰。當資料點數量龐大，或因為四捨五入、量測精度不足，導致許多觀測值完全相同時，單純的散佈圖...
Density plot（密度圖） 是一種常見用來呈現資料分布的圖形。它透過 核密度估計（Kernel Density Estimation, KDE），將每個...
Histogram（直方圖）是最直觀呈現連續型數據整體分布的圖形之一，也常常與 Density Plot（密度圖）搭配使用，讓「數量」與「機率密度」的概念能夠同...
散點圖 (Scatter Plot) 是探索兩個或以上連續變數關係時，最常見的工具之一。 如同 Claus O. Wilke 在《Fundamentals of...
