EcoSense Analytics 製作了一個色彩知覺示範,協助資料科學家選擇公平的調色盤。資料集來自巴拿馬的自動相機陷阱——兩種囓齒類(agouti 與 paca)的速度與一天當中的時間。
不是所有顏色都同樣吸睛。當某些資料點在視覺上比其他點更突出時,會影響你對圖表的解讀。以下的散佈圖版本都使用紫色與黃色的點,但在其中一個版本裡,紫色點比黃色點更容易被察覺。
請比較這兩種配色版本,並判斷哪一個陳述是正確的。
本練習屬於課程
將理論付諸實踐,立即體驗我們的互動練習
在本章中,你會了解視覺化的價值,並使用真實世界的資料——包含英國君主、澳洲薪資、巴拿馬動物,以及美國香菸消費——透過直方圖與盒狀圖,以圖形方式呈現變數的分佈與離散情形。
你會學到如何解讀資料圖表,並理解關鍵的資料視覺化概念,例如相關性、線性關係與對數刻度。透過互動練習,你也會學到如何使用散佈圖與折線圖來探索兩個連續變數之間的關係。你將探索預期壽命、科技採用率、COVID-19 新冠病例,以及瑞士青少年犯罪者的資料。接著,你會認識另外兩種常見的視覺化——長條圖與點圖——常用來檢視類別變數與連續變數之間的關係。在這裡,你將探索知名運動員、健康調查資料,以及全球各地 Big Mac 的價格。
是時候讓你的洞見更具影響力。你將學到如何運用色彩與形狀,讓資料視覺化更清楚、好理解,特別是在同時處理超過兩個變數時。你會探索洛杉磯房價、科技類股價格、數學焦慮、史上最經典的嘻哈歌曲、蘇格蘭威士忌偏好,以及橄欖油中的脂肪酸。
當前練習
在最後一章中,你會學到如何識別並避免最常見的圖表問題。舉例來說,如何避免製作出具有誤導性或難以解讀的圖表?觀眾是否能理解你想傳達的重點?這些疑問都將獲得解答!你將探索風向、氣喘發生率,以及德國聯邦參議院的席次。