將複雜、含有大量資訊的原始資料，經過統計分析後，利用圖表進行展示，有效簡化資訊的複雜度，稱作視覺化資訊圖表（Infographic）或資料視覺化（Data Visualization）。
清晰簡單的圖表能夠為職場或學術上的重要簡報與報告，有效促進溝通效率、提升雙方資訊一致性、引起接收者的興趣。
說到圖表，腦中容易浮現商業簡報上常見的圓形圖（pie chart），在《Google必修的圖表簡報術》中被戲稱為「萬惡的圓餅圖」。為什麼說萬惡呢？參考下圖案例，可以發現難以一眼看出左右兩圖想傳達的「課前」與「課後」的變化，而右圖更難以辨識「好玩」與「有點有趣」兩者的比例。
簡而言之，圓餅圖較難以閱讀、清楚傳達洞見！
除了圓餅圖以外，還有什麼視覺化分析圖表可以使用呢？
如同寫文章前，先構思架構；在繪製視覺化分析圖表前，也可以先思考：我想要表達什麼？我想展示什麼洞見？我想要比較的維度有哪些？先進行初步規劃後，再挑選適合的圖表進行。
以下介紹常見的圖表類型，一般多以靜態方式呈現，而動態畫面更能吸引閱讀者的目光、吸引人想要往下探索喔！
(1) 長條圖（bar chart）
若想要進行比較兩項維度（x軸、y軸）之間的關係，例如時間、比例等連續或非連續變項變化，那最容易上手且最容易讓讀者理解的，非長條圖莫屬了！
以下圖為例，可以清楚看出使用率第一名的是長度最長且顏色最深的「python」程式語言；若動態移動滑鼠，更可以探索各程式語言使用率數字，例如第二名的Java 為16.76%。
(2) 堆疊圖（stacked bar chart）
堆疊圖是更為進階的長條圖用法。
當想綜合比較多種不同類別資料時，多條長條圖的方式可以達到此目的；但當類別到達了四五項以上時，多條長條圖則較難以綜觀整體資訊。
此時可以使用「100% 堆疊圖」，讓所有類別總和為100%，呈現並易於比較整體比例。
如下圖，可清楚一目了然全臺各縣市之用電類別比例。
(3) 散佈圖（scatter plot）
散佈圖為笛卡兒座標系統（直角座標系統），以點位表示資料中二個變數、四個象限分布方式的圖表。
利用散佈圖，可以一眼看出所有資料間的相對關係，並輕易地從中挑選出關注的或疑似異常的資料。
以下圖為例，可以看出各縣市工業區的 PM2.5 濃度平均值（x軸）、異常比例分佈（y軸）情形：
以上介紹了常見好用的三種圖表，是否覺得腦中的資料圖表武器庫更豐富了？
下一篇文章，我們將介紹更進階吸睛的三種酷炫圖表：(4) 密度圖/熱度圖 (5) 地圖 (6) 熱度圖x地圖。
敬請敲碗等待，我們下集待續。
資料來源：卡米爾數據動圖｜https://grid.cameo.tw/
