History

leestott 1315f4d10d 🌐 Update translations via Co-op Translator		2 weeks ago
..
solution	🌐 Update translations via Co-op Translator	4 weeks ago
starter	🌐 Update translations via Co-op Translator	4 weeks ago
README.md	🌐 Update translations via Co-op Translator	2 weeks ago
assignment.md	🌐 Update translations via Co-op Translator	4 weeks ago
correlation-analysis.ipynb	🌐 Update translations via Co-op Translator	2 weeks ago

README.md

Unescape Escape

製作有意義的視覺化圖表


有意義的視覺化圖表 - 由 @nitya 繪製的速記筆記

「如果你對數據折磨得夠久，它會承認任何事情」-- Ronald Coase

作為一名數據科學家，基本技能之一就是能夠創建有意義的數據視覺化，幫助回答你可能提出的問題。在進行數據視覺化之前，你需要確保數據已經像之前課程中所教的那樣進行清理和準備。之後，你就可以開始決定如何最好地呈現數據。

在本課中，你將學習：

如何選擇合適的圖表類型
如何避免誤導性的圖表
如何使用顏色
如何設計圖表以提高可讀性
如何構建動畫或3D圖表解決方案
如何創建創意視覺化

課前測驗

選擇合適的圖表類型

在之前的課程中，你已經嘗試使用 Matplotlib 和 Seaborn 創建各種有趣的數據視覺化圖表。通常，你可以使用以下表格選擇合適的圖表類型來回答你的問題：

你的需求：	你應該使用：
展示隨時間變化的數據趨勢	折線圖
比較類別	柱狀圖、餅圖
比較總量	餅圖、堆疊柱狀圖
展示關係	散點圖、折線圖、分面圖、雙折線圖
展示分佈	散點圖、直方圖、箱型圖
展示比例	餅圖、甜甜圈圖、華夫圖

✅ 根據數據的組成，你可能需要將其從文本轉換為數字，以支持某些圖表類型。

避免誤導

即使數據科學家謹慎選擇了合適的圖表類型，仍然有許多方法可以以誤導的方式展示數據，通常是為了證明某個觀點，卻犧牲了數據的真實性。有許多誤導性圖表和信息圖的例子！

🎥 點擊上方圖片觀看有關誤導性圖表的會議演講

這張圖表反轉了 X 軸，根據日期顯示了與事實相反的內容：

這張圖表更加誤導，因為視覺上吸引人注意的是右側，讓人誤以為隨著時間推移，各縣的 COVID 病例數量下降。事實上，如果仔細查看日期，你會發現日期被重新排列以製造這種下降趨勢。

這個臭名昭著的例子使用顏色和反轉的 Y 軸來誤導：原本應該得出槍支死亡率在槍支友好立法通過後激增的結論，卻讓人誤以為情況正好相反：

這張奇怪的圖表展示了比例如何被操控，效果令人捧腹：

比較不可比的事物是另一種不正當的手段。有一個精彩的網站專門展示「虛假的相關性」，例如緬因州的離婚率與人造奶油的消耗量之間的「事實」相關性。一個 Reddit 群組也收集了糟糕的數據使用。

了解眼睛如何容易被誤導性圖表欺騙是很重要的。即使數據科學家的意圖是好的，選擇不合適的圖表類型，例如顯示過多類別的餅圖，也可能具有誤導性。

顏色

你在上面「佛羅里達槍支暴力」的圖表中看到，顏色可以為圖表提供額外的意義層次，尤其是那些未使用 Matplotlib 和 Seaborn 等庫設計的圖表，這些庫自帶各種經過驗證的顏色庫和調色板。如果你手動製作圖表，可以稍微研究一下顏色理論。

✅ 在設計圖表時，請注意可訪問性是視覺化的重要方面。一些用戶可能是色盲——你的圖表是否能為視覺障礙用戶良好顯示？

選擇圖表顏色時要小心，因為顏色可能傳達你未曾預料的含義。上面「身高」圖表中的「粉紅女士」傳達了一種明顯的「女性化」含義，這增加了圖表本身的怪異感。

雖然顏色的含義可能因地區而異，並且通常根據色調而改變，但一般來說，顏色的含義包括：

顏色	含義
紅色	力量
藍色	信任、忠誠
黃色	快樂、警告
綠色	生態、幸運、嫉妒
紫色	快樂
橙色	活力

如果你需要使用自定義顏色構建圖表，請確保你的圖表既可訪問又符合你想要傳達的含義。

設計圖表以提高可讀性

如果圖表不可讀，那就沒有意義！花點時間考慮調整圖表的寬度和高度，使其能與數據良好匹配。如果需要顯示一個變量（例如所有50個州），請盡可能垂直顯示在 Y 軸上，以避免水平滾動的圖表。

標記你的軸，必要時提供圖例，並提供工具提示以更好地理解數據。

如果你的數據在 X 軸上是文本且冗長，可以將文本角度調整以提高可讀性。Matplotlib 提供了 3D 繪圖功能，如果你的數據支持它。使用 mpl_toolkits.mplot3d 可以生成更高級的數據視覺化。

動畫和3D圖表顯示

如今一些最好的數據視覺化是動畫的。Shirley Wu 使用 D3 創作了令人驚嘆的作品，例如「電影花朵」，每朵花都是一部電影的視覺化。另一個例子是《衛報》的「Bussed Out」，這是一個結合 Greensock 和 D3 的互動體驗，並採用滾動敘事文章格式，展示紐約市如何通過將無家可歸者送出城市來處理其無家可歸問題。

「Bussed Out: How America Moves its Homeless」來自衛報。視覺化由 Nadieh Bremer 和 Shirley Wu 創作

雖然本課程不足以深入教授這些強大的視覺化庫，但你可以嘗試在 Vue.js 應用中使用 D3，展示一本書《危險關係》的動畫社交網絡視覺化。

《Les Liaisons Dangereuses》（危險關係）是一部書信體小說，或以信件形式呈現的小說。由 Choderlos de Laclos 於1782年撰寫，講述了18世紀法國貴族中兩位主角 Vicomte de Valmont 和 Marquise de Merteuil 的惡毒、道德敗壞的社交操縱。他們最終都遭遇了悲劇，但在此之前造成了巨大的社會損害。小說以一系列信件展開，這些信件寫給他們圈子中的各種人，策劃復仇或僅僅是製造麻煩。創建這些信件的視覺化，探索敘事中的主要角色。

你將完成一個網頁應用，顯示這個社交網絡的動畫視圖。它使用了一個庫，該庫旨在使用 Vue.js 和 D3 創建網絡視覺化。當應用運行時，你可以在屏幕上拖動節點來重新排列數據。

項目：使用 D3.js 構建一個展示網絡的圖表

本課程文件夾包含一個 solution 文件夾，你可以在其中找到完整的項目作為參考。

按照起始文件夾根目錄中的 README.md 文件中的指示操作。確保你的機器上已安裝 NPM 和 Node.js，並運行項目依賴。
打開 starter/src 文件夾。你會發現一個 assets 文件夾，其中有一個 .json 文件，包含小說中的所有信件，編號並附有「to」和「from」標註。
完成 components/Nodes.vue 中的代碼以啟用視覺化。找到名為 createLinks() 的方法，並添加以下嵌套循環。

循環遍歷 .json 對象以捕獲信件的「to」和「from」數據，並構建 links 對象，以便視覺化庫可以使用：

//loop through letters
      let f = 0;
      let t = 0;
      for (var i = 0; i < letters.length; i++) {
          for (var j = 0; j < characters.length; j++) {
              
            if (characters[j] == letters[i].from) {
              f = j;
            }
            if (characters[j] == letters[i].to) {
              t = j;
            }
        }
        this.links.push({ sid: f, tid: t });
      }