欢迎来到数据分析的世界！
在解难（Problem Solving）的领域里，数据绝不仅是一堆枯燥的数字，它们是等待被拆解的故事。无论你面对的是气候变化的趋势图，还是电子游戏的高分排行榜，「数据分析」的核心其实离不开两点：改变数据的呈现方式使其更易于理解，以及找出数字背后的「因果逻辑」。别担心如果你不是数学天才；这个章节谈论的更多是逻辑与「侦探工作」，而非艰深的算术！
3.1 转换数据
有时，数据的呈现方式可能很难阅读。转换数据是指将这些信息以另一种等效的方式呈现出来。这就像将句子从一种语言翻译成另一种语言——意思保持不变，但形式改变了。
辨识不同的表达方式
你需要具备一种能力，即看出圆形图（pie chart）、条形图（bar chart）和数据表（data table）其实都可以呈现完全相同的信息。例如，如果表格显示 50% 的学生喜欢苹果，另外 50% 喜欢香蕉，你应该能一眼看出哪一个圆形图是刚好被平分成两半的。
小贴士：比较不同的图表时，先找出「极端值」。哪一个类别最大？哪一个最小？如果条形图显示「蓝色」的条状最高，那么圆形图中的「蓝色」区块也必须是最大的一块！
辨识模型的特征
「模型」不过是一条解释事物运作规律的法则或图表。其中一个最重要的特征就是图表的斜率（gradient）。
例子：如果你有一张显示出租车车资的图表，线条的「陡峭程度」就代表了每公里的价格。
如果线条呈现：
1. 陡峭：每公里价格很高。
2. 平缓：每公里价格很低。
3. 水平：表示无论距离增加多少，都没有额外费用。
空间转换（图砖与图案）
数据并不总是数字；有时它是视觉化的。你可能会被要求辨认某个图案或「图砖」在经过旋转（rotated）或翻转（flipped）后的样子（这属于变换）。
类比：试想一块有图案的地砖。如果你将它旋转 90 度，角落的图形就会跟着移动。要解决这类问题，请选定一个特定的「特征」（例如左上角的红点），然后追踪它在转动后的去向。
重点总结：数据可以换掉它的「外衣」（呈现形式），但「核心内容」（事实）始终如一。透过寻找最大和最小值，你可以快速将不同的图表进行配对。
3.2 解释数据趋势
当你读懂了数据，下一步就是解释发生了什么事。为什么线条往上升？为什么它在六月份突然暴跌？
提出趋势的解释
趋势（trend）是事物发展或变化的普遍方向。你的工作是为这种变化提出一个合乎逻辑的解释。
例子：如果图表显示七月份的冰淇淋销量突然翻倍，一个合理的解释是天气变热了。如果与此同时间雨伞的销量也激增，那可能代表那是一个非常多雨的夏天！
你知道吗？有时候趋势会在特定的「门槛（threshold）」发生改变。例如，手机计划可能前 500MB 的费用为 \( \$10 \)，但一旦超过这个限制，收费「趋势」就会变得更陡（更昂贵）。
将模型套用到信息中
这听起来很高级，但它实际上只是指「找出隐藏的规律」。如果你拿到了一些数据，你能算出背后的公式吗？
步骤范例：
1. 2公里的车程收费 \( \$5 \)。
2. 5公里的车程收费 \( \$11 \)。
3. 距离差是 \( 3km \)。
4. 价格差是 \( \$6 \)。
5. 因此，「模型」或规则是：价格为每公里 \( \$2 \)（外加 \( \$1 \) 的起步费）。
记忆法：使用数学中「Y 的变化量 / X 的变化量」的技巧来找出变化率！在「思维技巧」（Thinking Skills）科，我们称之为「拟合参数（fitting a parameter）」。
重点总结：趋势通常都有合理的成因。要找出数字背后的「规则」，请观察数据中两点之间的差异。
快速复习：避免常见错误
1. 不要混淆「相关性」与「因果关系」：仅仅因为两件事同时发生（例如鲨鱼袭击次数和冰淇淋销量都在夏天上升），并不代表其中一个是另一个的「原因」（并不是冰淇淋让鲨鱼变饿——只是天气热的时候更多人去海边玩水而已！）。
2. 注意刻度：务必检查图表侧面（y 轴）和底部（x 轴）的数字。有些图表会透过改变刻度，刻意让变化看起来更「吓人」或更「陡峭」。
3. 检查「固定成本」：在许多模型中，在任何变动发生前都会有一个起始值（例如打电话时，即使通话未满一分钟，也会先收取 \( \$3 \) 的「接通费」）。
如果一开始觉得困难，别担心！数据分析是一项透过练习就能变得轻松的技能。从新闻报道或体育统计数据中的图表开始，试着问自己：「他们还有什么其他方式可以呈现这些数据？」以及「解释这些数字的规律是什么？」