搜尋意圖： 如果你在找「資料視覺化 是什麼」、「資料視覺化 會怎麼考」或「資料視覺化 和相近概念差在哪」，先看這頁的定義、考點定位與延伸比較。
TL;DR： 資料視覺化是將資料轉換為圖表、圖形等視覺形式的技術，幫助人們更直觀地理解資料模式、趨勢與異常，常用工具包括 Matplotlib、Tableau、Power BI
實用情境： 適合用在 iPAS 複習、面試快查與閱讀 AI 文章時快速校正概念邊界。
下一步： 先讀完定義，再往下看延伸比較與對應工具，把概念轉成實際應用。
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
- 視覺化的重點是對比、趨勢和異常，不只是把資料畫出來。
- 圖表選錯會誤導讀者，例如用不適合的比例尺或顏色。
- 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
圖表怎麼選？
要先看你想比較、看趨勢，還是看分布。
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。
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。