Skip to content

Data Science › 資料處理與 EDA › 視覺化

視覺化 (Visualization) ​

把分析問題轉成讀者看得懂的證據。先學設計原則,再學工具:Matplotlib 是底層,Seaborn 與 pandas .plot() 都建立在它之上。

text
設計原則 → Matplotlib(figure / axes)→ Seaborn(統計圖)→ pandas plotting(快速檢查、時間序列)
                                    R:ggplot2(圖形文法)
筆記內容回答的問題
圖表設計原則選圖、常見誤導、顏色、出版輸出這個問題該畫什麼圖?怎麼不誤導?
Matplotlibfigure / axes、各種圖型、雙軸、註解怎麼精確控制每個元素?
Seaborn分布、類別、關係、迴歸、矩陣圖怎麼從 DataFrame 快速畫統計圖?
pandas Plottingdf.plot()、時間序列的 rolling / resample 圖怎麼最快看一眼資料?
ggplot2圖形文法、geom 選擇、volcano / PCA、coord_cartesian vs limits、Python 對照在 R 裡怎麼畫出版級的圖?

選工具 ​

工具最適合注意
pandas .plot()第一眼檢查、時間序列客製化有限
SeabornEDA、分組比較、統計圖(自動算平均與 CI)細節仍要用 Matplotlib 的 ax 調整
Matplotlib多子圖版面、出版級控制、特殊圖語法較冗長
ggplot2(R)分組、分面、出版級統計圖資料要先整理成長表

選圖速查 ​

問題首選替代 / 補充
類別大小比較排序長條圖點圖 (dot plot);避免圓餅圖
單一連續變數分布histogram、KDEECDF(不受 bin 影響)
各組分布比較box + 原始點、violinstrip / swarm(n 小時)
兩個連續變數scattern 很大用 hexbin / 2D density
時間趨勢linerolling mean、small multiples
多變數關係pairplot、相關 heatmapPCA 圖、clustermap
差異表現結果volcano plot、MA plot見 RNA-seq 對比與視覺化
相關連結
把圖組成儀表板Dashboard Design
分布、效果量的統計意義Statistics
模型評估圖(ROC、校準、殘差)ML Evaluation、Interpretability
R 的作圖ggplot2、tidyverse:接到 ggplot2