跳到主要內容

資料視覺化基礎—圖表的第一印象

要進入資料視覺化前,就算沒有學習視覺感知理論,我們可以先從鑑賞學習起,以下簡介必知的五大概念,可讓我們快速了解圖表,知道究竟我們吸收了什麼,可以釐清更多有價值的洞見。


什麼是資料科學

當我們手裡拿到一手資料後,就是所謂的原始數據,經過資料修正與補充後,將資料進行確認及清洗,而後進行分析或預測,最後產出結果,這結果可能運用在新聞媒體、工作報告、社群網站、行銷或展覽、網頁設計…..等,幾乎無所不在的被視覺化資料包裹著。


圖表的五大概念

1.我們不會按一定的順序看圖
不同文化有不同的閱讀順序,由上而下、由左至右,以下兩張圖每個人的順序都不同,視覺溝通的重點是清晰、聚焦和簡單。


2.會先看到最凸顯的部分
往往會先看到改變和不同的地方,例如特別的顏色、陡峭的曲線、群聚或異常值。
以下應該會先看到交叉點,而後才會注意XY軸或標題,乾淨俐落的呈現單一凸顯點,可以毫不費力地了解圖表意思。

3.一次只會看到幾樣東西
人無法辨別8種以上的顏色,若出現5~10個變數或元素時,個體的意義就會消失,具體還須依照業務需求或分析目標不同而有所變化。

例題:若老闆想知道員工的個體表現,第一張圖顯然需要花時間仔細對照,第二張圖明顯可看出想要了解的員工表現如何。


4.找出圖示的意義與關聯
當一看到圖上的紅線(凸顯的部分),馬上可以聯想這是要做什麼是什麼意思,原來是逃生路線,若真發生火警有看到圖看沒看到圖逃生的機率因該可想而知了。
除了找尋圖的意義,我們的視覺系統會自動將顏色做為連結,看到以下圖會思考橘色是什麼意思,因下意識的會想橘色(主色)優於其他資訊,只會先想到看到的顏色,可能會以為商務艙舒適程度高,但細看其實經濟艙舒適程度高且價位穩定,由於商務艙的分歧。

5.受到常規和隱形約制
通常會依據心理的預期,賦予視覺線索一定的意義,
ü 相近的顏色代表相似的項目
ü 色彩飽和度表示數值高低變化
ü 類別是從正極端到負極端逐一排列
第二張圖明顯可感受到,
哪組占多數?是正面意涵還是負面?
哪個類別人數最少?
我們應該擁抱的常規和隱形約制而非抵制。

有了前面5大概念後,搭配思考視覺化的目標,就可以利用冷冰冰的數據講出令人感興趣的故事了。
ü  擁有那些資料素材?
ü  給誰看?
ü  這些人想看到什麼?
ü  期待視覺化呈現的樣式是什麼?

了解人的視覺化感知和閱覽圖表時的心理狀態,是我們決定圖表內容與呈現方式的最佳指南。如果我們或閱讀者找不出圖表的意義,其實批判的不是圖表,而是資訊本身,會容易誤認為是資訊可信度不高。了解閱覽的基本原則,避免造成觀眾錯誤解讀,也避免自己失敗的演出。

參考資料

哈佛教你做出好圖表

大數據時代必學的超吸睛視覺化工具與技術





留言

這個網誌中的熱門文章

如何快速註冊統合分析題目~以PROSPERO為例

初步檢索心中的愛 當心目中有一個理想題目時,為避免地球上另一個人也同時跟你想的一樣,而且還比我們早發表,若等我們發表時才發現,當下一定很扼腕,有了註冊系統除了幫自己先占好位子,也可以同時確認這個題目是否已經有人正在做了,不用浪費時間投注在上面。很多人其實不曉得實際上到底要如何註冊,以下一起註冊吧。 什麼是 PROSPERO??   PROSPERO (International prospective register of systematic reviews) 是一個國際前瞻性系統性文獻回顧評價系統,由美國國立衛生研究院 NIHR ( National Institute for Health Research )資助,由英國約克大學 CRD(Centre of Reviews and Dissemination) 創立,針對將已完成的評價或正進行中的計畫做紀錄。 目的:避免重複並減少報告偏見的機會,增加透明性。                 步驟流程 Step 1 :檢索主題 先確認其他人是否對這主題感興趣,有人捷足先登了嗎 ?? 也可以確認目前流行的趨勢是哪類型的研究等。 Step 2 :註冊帳號 ID 先到 PROSPERO 官網 ,填寫基本資料後註冊 ID 。 Step 3 :點選註冊文獻 review 要需先有帳號後才能註冊題目,進入頁面後依指示一步一步操作。 以下是網頁步驟,依研究對象是人群還是動物選擇按鈕點選,一般我們都是人群研究,選紫色。同時須確認以下五步驟是否都經過檢驗了。 第 1 步 檢查納入標準。 第 2 步 確保您的 protocol 處於(接近)最終形式。 第 3 步 搜尋 PROSPERO ,以確保評論尚未被註冊。 第 4 步 搜尋 PROSPERO ,以確保您沒有不必要地重複由另一個團隊進行的審核或先前已註冊的審核 第 5 步 開始註冊 Step 4 :點選相關事前準備工作進度。 這裡有一系列問題須皆回答完,才能進行下一步。 以上填完後,終於可以進入 Stage of review ,這裡依指示點選進度。 Step 5 :填寫註冊表格

Python與SAS資料處理入門-變項合併與名稱修改

將舊有的變項合併創建新變項 在處理大數據時常常會遇到需橫跨多個資料庫間進行資料串連,因此可能會遇到幾個問題 : (1) 不同資料庫間串連的鍵值欄位可能有多個,例如 :ID 與生日相同的資料才可互相串連。 (2) 不同資料庫間串聯的鍵值不盡相同。 (3) 要串聯的檔案之間有名稱相同的欄位,前幾篇文章有提到欄位合併的處理在 SAS 的語法上要注意檔案合併時欄位名稱相同會覆蓋的問題。 針對第 1 跟第 2 個問題,可先依據串聯不同資料庫鍵值的欄位需求先合併成一個 unique id ,後續直接用這個鍵值進行串連。合併後的新鍵值除了做為串檔用外,當資料處理時遇到原先鍵值不 unique 的情況,也會 透過變項合併產生新的 unique id 來取代原先的 id 鍵值 。 對於問題 3 ,檔案合併遇到命名相同的欄位產生 相互覆蓋 的問題,這部分會透過變更名稱的方式來處理。 以簡單例子進行練習 手上有 2 種檔案 : (1) 調查的基本資料,裡面包含 ID 、 Gender 、 Birthday 、 City( 戶籍地 ) 等資訊。 (2) 調查的結果,裡面包含 ID 、 Birthday 、 City( 收案地點 ) 、 Q_date( 受訪日期 ) 以及問卷題項。 問題 1: 鍵值不 unique 觀察第一份資料可以發現 ID 編號為 007 的有兩個且生日不同,因此判定可能是不同的人,編號重複編列,在這樣的情況下如果僅用 ID 串聯結果可能會是這樣。 在基本資料 (A) 的那兩筆 ID 為 007 的資料同時都會與調查結果 (B) 中 ID 為 007 那筆資料串連,但很明顯的是 B 資料的 007 合併生日判斷後可以發現不屬於 A 檔另一筆 007 的數據,因此原本 unique 的 ID 不為 unique ,因此合併 ID 與 Birthday 成為一個新的 unique ID 做為鍵值。 問題 2: 不同檔案有相同的名稱 這兩個檔案中有 2 個欄位名稱相同, Birthday 與 City 。在考量 Birthday 與 ID 將合併為新鍵值後,可暫擱一邊不需特別處理。但 City 部分的問題就比較大了,雖名稱相同但實際上代表的含意不同,如

python與SAS資料處理-歸人與排除重複

  歸人顧名思義就是將一個人多筆的資料整合,每人只留下 1 筆。   通常取得的資料都是原始資料,並未經過整理。例如手上有疑份顧客購物紀錄,裡面有每個顧客在這 1 年內的每筆消費紀錄,這是一份以每次消費紀錄為 1 筆的紀錄形式,所以一個人可以有多筆的消費紀錄。當我們想要知道這些消費紀錄源自於多少顧客的購買時,這時候就需要用到歸人的概念,將資料轉換為每一個人只有 1 筆資料的紀錄形式 ( 如下圖所示 ) 。 以 SAS 進行資料歸人 歸人留 1 筆消費紀錄 proc sort data =cost; by ID time; run ; /* 在規筆前依照 ID 跟消費日期做排序 */ data cost_1; set cost; by ID; if first.id; run ;   /* 保留第一筆資料 */   之前已經有針對 proc sort 的排序語法進行說明,有需要可參考這篇 文章 , SAS 排序的設定值為升冪,也就是說每個人都會從最早那次的紀錄開始往後排序,所以用 first.id 就可以留下每個人最早那次的消費紀錄。 這邊也可以用排除重複的概念保留 1 筆資料 proc sort data =cost out =cost_2 nodupkey ; BY ID; run ; 利用 nodupkey ,將 ID 重複的資料刪除,僅保留每個 ID 第一次出現的該筆紀錄。   歸人累計所有消費金額 proc sort data =cost; by ID time; run ; data cost_1; set cost; by ID; if first.id then count= 0 ;/* 每個人第一筆資料都令 count=0*/ count+NT;/* 同 ID 累計 NT 數值 */ if last.id; run ;   除了要歸人以外,還要累計每個仁所有的消費金額,所以這邊就會創建一個 count 欄位,每一個人的第一筆 ID 令 count=0 ,在同樣 ID 時累加 NT 的數值,最後每個人保留最後一筆 ID ,也就是最後累計的總額。 以 Python 進行資料歸人 歸人留 1 筆消費紀錄 cost.sort_v