資料視覺化
Data Visualization
| 節 | 週四 |
|---|---|
5 13:20–14:10 | 資料視覺化 HK206 3 節連堂 |
6 14:20–15:10 | |
7 15:30–16:20 |
* 根據陽明交大上課時間表所列
視覺化的本質在於透過適切的圖形編碼將數據映射為視覺元素，使人類的感知系統能有效擷取資訊，進而建構對複雜結構與關聯的理解。隨著大數據時代來臨，資料規模與複雜度急速增加，視覺化成為不可或缺的工具。透過圖像化表達，我們不僅能直觀理解高維數據，更能揭示隱藏的模式與產生新的洞見。 本課程分為三個部分： • 第一部分將從零開始教授 Python 程式語言，帶領學生理解資料視覺化的基本原理，並學習如何撰寫程式，透過視覺化方法比較群體差異、檢視變數之間的關係。 • 第二部分集中於互動式視覺化的研究應用，並教授如何使用Streamlit建立互動式儀表板，將資料探索、分析比較與研究詮釋整合於單一介面中。透過互動操作（如篩選、滑桿與連動圖表），學生將學習如何將複雜的分析結果轉化為可探索、可驗證且具結構性的視覺呈現，以有效支持研究推理並傳達研究洞見。 • 第三部分聚焦於透過視覺化理解社會現象，例如運用詞嵌入探索文化意涵、視覺化 Threads 平台上的討論主題，以及分析 TikTok 上的文化趨勢與話題動態。 透過課程訓練，學生不僅能掌握資料視覺化技巧，透過視覺化方法探索與理解不同的社會現象。同時，所學技能亦可延伸應用於其他資料的分析與各類研究，培養學生以視覺化方法觀察、詮釋並討論多元社會現象的能力。 本課程將使用 Python 作為工具。請每次上課攜帶筆記型電腦。我們會在第一課協助安裝JupyterLab以及其他程式。
具備統計軟體使用經驗將有所助益，但並非必要條件。本課程適合對編程沒有任何經驗但感興趣的初學者。
本課程將使用 Python 及裝JupyterLab（皆為免費開源軟體），請每次上課攜帶筆記型電腦。
課堂參與（20%） • 積極參與課堂討論與提問 • 按時完成課堂活動與小練習 • 展現對課程主題的投入與批判思考 • 參與同儕回饋，對他人報告提出建設性意見 期中習作（互動式儀表板）（30%） • 選擇一個可透過資料進行探討的主題，建立一個用於資料探索與分析的互動式儀表板。 • 儀表板須運用互動元件（如篩選、滑桿或連動圖表），並清楚呈現分析重點與研究洞見。 期末論文及報告（50%） • 以小組為單位完成一份含資料視覺化元素的研究論文。論文全長約10-12頁，需含資料視覺化設計元素（可以是論文中的圖表或另外以互動式視覺化顯示）。並於課堂中進行口頭發表。
| 週次 | 主題 |
|---|---|
| 第 1 週 | Overview |
| 第 2 週 | How to look at data? |
| 第 3 週 | Introduction to Python: Basic Syntax |
| 第 4 週 | Introduction to Python: Control Flows |
| 第 5 週 | Data Types and Data Wrangling |
| 第 6 週 | Pandas and Basic Data Visualization |
| 第 7 週 | Seaborn and Grammar of Graphics |
| 第 8 週 | Building a Dashboard App using Streamlit |
| 第 9 週 | Mid-term |
| 第 10 週 | Visualizing Statistical Relationships |
| 第 11 週 | Visualizing Public Opinion |
| 第 12 週 | Geometry of Culture: Visualing Cultural Meaning |
| 第 13 週 | Visualizing Discussion Topics on Threads |
| 第 14 週 | Visualizing Cultural Trends on TikTok |
| 第 15 週 | Project Consultation |
| 第 16 週 | Final Paper Presentation |
Healy, K. (2019). Data visualization: A practical introduction. Princeton University Press. Van Atteveldt, W., Trilling, D., & Calderón, C. A. (2022). Computational Analysis of Communication. Wiley Blackwell.