外觀
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? |
| Matplotlib | figure / 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 Plotting | df.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 |
| Seaborn | EDA、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、KDE | ECDF(不受 bin 影響) |
| 各組分布比較 | box + 原始點、violin | strip / swarm(n 小時) |
| 兩個連續變數 | scatter | n 很大用 hexbin / 2D density |
| 時間趨勢 | line | rolling mean、small multiples |
| 多變數關係 | pairplot、相關 heatmap | PCA 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 |