資料視覺化概述

乙個優秀的統計圖形應該是清晰、精確且高效的，其應做到以下幾點：

1、呈現資料；

2、引導觀察者去思考你要傳達的主旨資訊，而非去想圖形是怎麼設計的、用什麼工具繪製的這類問題；

3、不扭曲資料的真實資訊；

4、在有限的空間傳達盡可能多的你想傳達的資訊；

5、針對大資料集，也能保證圖示是清晰的、一目了然；

6、不同元素間的對比明顯，可以抓住觀察者的眼球；

7、從概況、細節等不同層面揭示資料隱含的資訊；

8、服務於某一特定目標，如說明某乙個問題或探索資料的隱含資訊；

9、與對資料集的描述緊密結合。

如果運用得當，圖表比傳統的統計計算更能說明問題，最經典的例子就是安斯庫姆四重奏。2023年，統計學家f.j. anscombe構造了四組奇特的資料，以告訴人們在分析資料之前，對其進行視覺化展示是多麼重要。

（安斯庫姆四重奏：f.j. anscombe構造的這四組x值的平均數都是9.0，y值的平均數都是7.5；x值的方差都是10.0，y值的方差都是3.75；相關度都是0.816，線性回歸均為y=3+0.5x，單從這些統計資料來看，四組資料反映出的實際情況非常相似，但事實上，這四組資料有這巨大的差異。）

圖1 四重奏資料集

儘管各種統計資料顯示這四組資料是多麼一致，但是透過下面的視覺化圖表，差異一目了然。

圖2 四重奏資料集對應圖形

圖形化展示也會得到與上述相反的效果，如下圖中，我們很容易將目光鎖定在a點，這個看似隨意的點將對整個資料集的統計結果產生決定性影響，但需要注意的是：雖然在二維散點圖中a看似是乙個異常點，但在邊緣分布（只關注x軸或y軸）中，a點和其它點並無明顯差異。

圖3 有異議的a點

雖然資料視覺化有利有弊，但無論怎樣，錯誤的理論只會產出錯誤的圖形。統計圖形與統計計算有一點是相同的，即都取決於輸入的資料的質量，再高大上的統計圖形也拯救不了錯誤的操作、荒謬的模型或微小的資料集。

done。從下節開始講述如何使用圖形就行高效的溝通。