1. 案例定位

Table 9.1:Data Visualization Encoding Principles。

2. 學習目標

能依資料的 Order、Values 與 Type 選擇合適 Encoding。

3. 案例情境

原書以 Iliinsky 的整理說明,視覺化不是先選圖表,而是先理解資料與 Encoding。

4. 開始資料

來源為原書 Table 9.1;表格內容以原書分類為準。

5. 分析方法

先辨識資料型態與比較目的,再決定 Position、Length、Colour 等視覺通道。

6. 計算結果

無固定計算結果。

7. 結果分析與管理解讀

Encoding 選錯會讓受眾難以比較、排序或辨識差異。

8. AI Prompt

根據 Table 9.1,針對一組商業資料說明應先辨識哪些資料特性,再選擇視覺 Encoding。

9. 思考/What-if

若資料需要精確比較卻只依色彩深淺呈現,會有何限制?

參考解答: 色彩較適合辨識類別或程度,通常不如位置與長度適合精確數值比較。

10. 資料說明