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
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。
資料視覺化 在 iPAS 考試中的重點
根據歷年統計，資料視覺化 相關題目 屬於中頻考範圍。
閱讀這頁時的常見誤區
只背中英文對照，無法判斷術語的適用情境。先確認定義，再對照完整說明與相關概念，頁面中的考試比重或出題方向，必須和下方標示的資料來源一起閱讀。
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。
資料來源
- AITerms.tw 術語資料庫，最後更新：2026-04-29。
- iPAS AI 應用規劃師評鑑內容範圍參考（115.02） ，經濟部產業人才能力鑑定