【L22303】數據可視化工具|圖表選用原則、Heatmap、箱型圖 模擬考題

更新 發佈閱讀 9 分鐘

建議先看完對應教學影片再作答,效果加倍。 👉 YouTube 教學頻道


第 1 題

某零售集團分析師需要向管理層呈現「過去 12 個月各產品類別的月銷售額趨勢」,共 8 個類別。下列何者最能正確說明圖表選用邏輯,以及最適合此情境的圖表?

(A) 折線圖最適合,時間序列趨勢應優先選擇折線圖,8 條折線能同時呈現各類別的月變化方向,讓管理層直覺看出哪個類別在成長或下滑

(B) 圓餅圖最適合,管理層關心各類別佔總銷售額的比例,圓餅圖能直觀呈現各類別的相對比重

(C) 散佈圖最適合,X 軸放月份、Y 軸放銷售額,能同時顯示 8 個類別和 12 個月的所有資料點

(D) 長條圖最適合,銷售額是數值型資料,長條圖能精確呈現每個月每個類別的絕對數值

答案:A

深度導讀解析

正確答案:A

核心技術點:圖表選用依「要回答的問題」而定——趨勢 → 折線圖

中級理論拆解:圖表選用核心原則:趨勢 → 折線圖;比例 → 圓餅圖;相關性 → 散佈圖;類別比較 → 長條圖。本題核心問題是「12 個月的趨勢」,折線的連續性讓眼睛自然追蹤時間走向。

選項坑洞掃描:B 說圓餅圖,無法呈現時間變化。C 說散佈圖,適合兩連續變數相關性,不適合多類別時序。D 說長條圖,8 類別×12 個月 = 96 個長條,趨勢完全無法識別。

破題反射字:時間趨勢 → 折線圖 / 靜態比例 → 圓餅圖 / 圖表選用 → 依問題而非資料類型


第 2 題

某製造業品管團隊收集 2,000 個產品的重量資料,需同時了解中位數、IQR、離群值,以及三條生產線的分布差異。下列何者最能正確描述箱型圖在此情境的優勢,以及它與直方圖的核心差異?

(A) 直方圖比箱型圖更適合,它能呈現完整分布形狀(如雙峰、偏態),箱型圖只顯示五個摘要統計量,缺乏細節

(B) 箱型圖直接呈現中位數(箱中線)、Q1/Q3(箱邊界)、IQR(箱高)、離群值(獨立點),多個箱型圖並排能直覺比較不同生產線的分布;直方圖雖能呈現形狀但難以並排比較多組

(C) 熱力圖最適合,將重量按範圍分組後用顏色深淺代表數量,能同時呈現分布密度和跨生產線比較

(D) 折線圖最適合,以產品序號為 X 軸、重量為 Y 軸,生產線異常會在折線的突然波動中顯現

答案:B

深度導讀解析

正確答案:B

核心技術點:箱型圖的五數摘要結構與多組並排比較的設計優勢

中級理論拆解:箱型圖的最大優勢是多組並排比較——三條生產線的箱型圖並排,品管人員一眼看出哪條線中位數偏高、IQR 更寬。鬚線外的點直接標記為離群值,無需額外計算。

選項坑洞掃描:A 說直方圖更合適,直方圖多組並排時視覺比較困難,且無法直接讀出四分位數。C 說熱力圖,熱力圖呈現矩陣密度,不能直接讀出 IQR 或離群值。D 說折線圖,序號折線只能看波動,無法呈現分布統計特性。

破題反射字:中位數 + IQR + 離群值 → 箱型圖 / 多組分布比較 → 並排箱型圖 / 完整分布形狀 → 直方圖的優勢


第 3 題

某電商資料科學家需要探索 15 個數值型特徵之間的相關性,希望一張圖就能呈現所有特徵對的相關係數強度與方向,讓團隊快速識別高相關的特徵組合。下列哪種視覺化工具最能滿足此需求?

(A) 散佈圖矩陣(15×15),每個子圖呈現兩個特徵的實際資料點分布,讓分析師觀察非線性相關關係

(B) 雷達圖,將 15 個特徵作為 15 個軸,每個用戶的特徵值繪製為多邊形,重疊多個用戶能呈現特徵輪廓

(C) 相關性熱力圖(Correlation Heatmap),以矩陣形式呈現所有特徵對的 Pearson 相關係數,顏色冷暖代表正負方向、深淺代表強度,15×15 矩陣一目了然

(D) 氣泡圖,X 軸和 Y 軸各放一個特徵,氣泡大小代表第三個特徵,需多張圖才能涵蓋所有特徵組合

答案:C

深度導讀解析

正確答案:C

核心技術點:相關性熱力圖的顏色編碼機制與多特徵相關性的一覽式呈現

中級理論拆解:Pearson 相關係數填入 15×15 矩陣,深紅 = 高正相關(≈1)、深藍 = 高負相關(≈-1)、淡色 = 近似無關(≈0)。分析師掃描顏色就能立即識別高共線性特徵對,是特徵工程前的標準探索工具。

選項坑洞掃描:A 說散佈圖矩陣,225 個子圖在一張圖裡每個極小,難以閱讀,不符合「快速識別」需求。B 說雷達圖,雷達圖呈現單一樣本在多維度的數值,不是特徵間的相關性。D 說氣泡圖,一次只能看三個特徵,無法一次呈現所有組合。

破題反射字:多特徵相關性 → 相關性熱力圖 / 顏色冷暖 → 正負方向 / 顏色深淺 → 相關係數強度


第 4 題

某高層主管簡報中的視覺化設計有三個問題:Y 軸從 95 開始讓 1% 成長看起來像翻倍;使用 3D 長條圖讓後方長條因透視看起來更短;一張圖放了 15 種顏色。下列何者最能正確描述三個錯誤各自違反的設計原則?

(A) 三個錯誤都屬於美觀問題,在商業報告中適度截斷 Y 軸、3D 效果和豐富色彩是可以接受的設計選擇,不影響資訊準確性

(B) Y 軸截斷 → 違反色彩使用原則;3D 效果 → 違反資料完整性;15 種顏色 → 違反圖表類型選擇原則

(C) Y 軸截斷只在負向操弄時才是問題,讓正面成長更明顯屬合理強調技巧;3D 和顏色是純粹美觀偏好

(D) Y 軸截斷 → 違反資料誠信原則(人為誇大差異);3D 效果 → 違反感知準確性原則(透視失真);15 種顏色 → 違反視覺負荷原則(超過工作記憶上限)

答案:D

深度導讀解析

正確答案:D

核心技術點:視覺化設計三個核心原則——資料誠信、感知準確性、視覺負荷控制

中級理論拆解:Y 軸截斷是統計視覺欺騙,數值型長條圖原則上應從 0 開始。3D 效果讓後方長條因透視縮小,讀者無法從高度準確判斷數值。Miller's Law 指出人類工作記憶 7±2 個單元,15 種顏色超過感知負荷上限。

選項坑洞掃描:A 說都是美觀問題,Y 軸截斷在商業環境中常被用於操弄解讀,是倫理問題而非美觀。B 把三個錯誤對應到錯誤的原則,分類完全混亂。C 說截斷方向決定是否有問題,無論正負方向,截斷都會誤導差異幅度的認知。

破題反射字:Y 軸截斷 → 資料誠信問題 / 3D 效果 → 透視失真、感知不準確 / 過多顏色 → 超過工作記憶負荷


第 5 題

某醫療研究分析 500 名患者在五個年齡組的手術後恢復時間,想呈現完整分布形狀(包括是否雙峰)及跨年齡組比較。資深統計師建議使用小提琴圖而非箱型圖。下列何者最能正確描述小提琴圖的附加價值?

(A) 小提琴圖在箱型圖的五數摘要外,額外呈現核密度估計(KDE)曲線,讓讀者看到分布是單峰還是雙峰;若恢復時間存在雙峰(輕症 vs. 重症),箱型圖完全無法顯示此特徵

(B) 小提琴圖與箱型圖資訊完全相同,差異只在外觀,小提琴圖的曲線讓非技術背景的人更容易接受

(C) 小提琴圖只適合資料量超過 10,000 筆,500 名患者不足以讓 KDE 曲線穩定,此情境應選箱型圖

(D) 小提琴圖的主要優勢是能呈現時間序列變化,將五個年齡組排列後能看出隨年齡增長的動態趨勢

答案:A

深度導讀解析

正確答案:A

核心技術點:小提琴圖的 KDE 曲線揭示分布形狀,捕捉箱型圖無法呈現的雙峰

中級理論拆解:若恢復時間呈雙峰(輕症 5 天、重症 20 天),小提琴圖的曲線會有兩個鼓包,箱型圖的中位數和 IQR 看起來和單峰相同,完全隱藏此臨床關鍵資訊。

選項坑洞掃描:B 說資訊完全相同,KDE 提供了箱型圖沒有的分布形狀資訊,差異是本質性的。C 說 500 筆不夠,KDE 在 n > 50 就能提供合理估計,500 筆完全充足。D 說能呈現時間序列,五個年齡組是類別變數,小提琴圖不具時間序列功能。

破題反射字:雙峰分布 → 箱型圖無法顯示 / KDE → 核密度估計曲線 / 小提琴圖 → 分布形狀的附加價值


還在用零散筆記備考?

這份《iPAS 中級白話備考筆記》把三科考綱重點全部用人話整理好,考點速記、實戰場景、常見陷阱一次收錄。適合非本科、時間有限、想快速抓住考試方向的自學者。

👉 立即取得備考筆記

留言
avatar-img
iPAS自學路|AI應用規劃師備考筆記與考點解析
372會員
97內容數
職場資深管理職,非資訊本科,一次通過 iPAS AI 應用規劃師初級與中級雙證照。頻道累積 200+ 集影片、80+ 篇備考文章、沙龍會員 300+ 人。白話考點解析搭配 YouTube 影音導航,專為非本科上班族設計的通勤時間備考工具。
2025/11/05
問題 1 (中級) ------------------------------ 題目: 在處理大規模電商交易數據時,若需快速取得每日各產品類別的近似總銷售額,且對微小誤差有一定容忍度,以下哪種近似計算技術最合適? 選項: A) 精確的SQL GROUP BY查詢 B) 使用Count-M
2025/11/05
問題 1 (中級) ------------------------------ 題目: 在處理大規模電商交易數據時,若需快速取得每日各產品類別的近似總銷售額,且對微小誤差有一定容忍度,以下哪種近似計算技術最合適? 選項: A) 精確的SQL GROUP BY查詢 B) 使用Count-M
看更多