---
title: "資料視覺化（Data Visualization）"
slug: data-visualization
language: zh-TW
source: https://aiterms.tw/terms/data-visualization
updated_at: 2026-04-29
tags: [資料分析, 視覺化, Tableau, iPAS中級]
ipas_term: true
---

# 資料視覺化（Data Visualization）

> **你有沒有在你要把資料畫給人看懂時，還在想這件事到底該怎麼看？**
>
> 把它想成把數字翻成圖表，讓趨勢一眼看出來。
> 好的視覺化能讓人快速看到趨勢、比較和異常。
> 畫錯圖也很危險，因為它會讓人做出錯誤判斷。
>
> 你可以把它想成一個把抽象概念拉回日常判斷的提示，先知道它解決什麼問題，再看技術細節。

### 容易混淆
> **reporting**
> 報表偏傳達結果，視覺化更著重讓人看懂模式和異常。
> **常見混淆：資料視覺化 vs reporting**
> 報表偏傳達結果，視覺化更著重讓人看懂模式和異常。

### 記住這句就好
> 圖表是幫人看懂，不是把資料裝飾得漂亮。

### 實際案例
> **營收趨勢**
> 用折線圖看每月收入是升是降。
> **異常分布**
> 用長條圖或熱圖看哪個部門特別異常。

### 深入了解
> 1. 視覺化的重點是對比、趨勢和異常，不只是把資料畫出來。
> 2. 圖表選錯會誤導讀者，例如用不適合的比例尺或顏色。
> 3. 先釐清想回答的問題，再決定要畫什麼圖。

### 情境判斷
> **Q1：你要比較每月營收的變化，最直觀的圖通常是什麼？**
> → 折線圖通常最適合看時間趨勢。
> **Q2：圖畫得漂亮就代表有價值嗎？**
> → 不代表，圖表最重要的是能不能支持判斷。

### iPAS 考題
> **Q1：資料視覺化的主要目的之一是什麼？**
> → 幫助人更直觀理解資料模式、趨勢與異常。

### 常見問題
> **Q：圖表怎麼選？**
> 要先看你想比較、看趨勢，還是看分布。
> **Q：為什麼視覺化會誤導？**
> 因為比例尺、顏色或截斷座標軸都可能扭曲判斷。
> **Q：什麼情況下不要只看圖？**
> 當資料來源不完整，或指標定義還沒弄清楚時。

### 相關術語
> - **資料倉儲**：看完這個後，再回來看 資料視覺化 會更容易把脈絡接起來。
> - **資料管線**：看完這個後，再回來看 資料視覺化 會更容易把脈絡接起來。
> - **決策樹**：看完這個後，再回來看 資料視覺化 會更容易把脈絡接起來。

---

來源：https://aiterms.tw/terms/data-visualization
快查頁：https://aiterms.tw/terms/data-visualization
最後更新：2026/04/29
深度解說：https://aiterms.tw/learning/what-is-data-visualization