什麼是 Seaborn？什麼時候該用它？本章會帶你了解！你將學習如何用資料清單與 pandas DataFrame 建立散佈圖與計數圖。你也會認識使用 Seaborn 的一大優勢——能以顏色代表不同子群，輕鬆把第三個變數加入圖表。

Seaborn 入門

用清單建立散佈圖

用清單建立計數圖（count plot）

在 Seaborn 中使用 pandas

「Tidy」與「非 tidy」資料

使用 DataFrame 繪製計數圖

用 hue 新增第三個變數

Hue 與散佈圖

Hue 與 count plot

本章將建立並自訂圖表，以視覺化兩個連續變數之間的關係。你會用散佈圖與折線圖探索城市在一天中的空氣汙染變化，以及汽車馬力與燃油效率之間的關聯。你也會看到使用 Seaborn 的另一個大優勢——能在同一個圖像中輕鬆建立子圖！

Relational plots 與子圖入門

使用 col 與 row 建立子圖

建立雙因素子圖

自訂散佈圖

調整散佈圖點的大小

變更散佈圖點的樣式

折線圖入門

解讀折線圖

用折線圖呈現標準差

在折線圖中繪製子群組

視覺化兩個連續變數

幾乎所有資料集中都有類別變數，尤其在問卷調查資料裡更是常見。本章你將學會建立並自訂各式類別圖，例如箱型圖、長條圖、計數圖與點圖。同時，你會探索多份問卷資料：年輕人的興趣、學生的讀書習慣，以及成年男性對男性氣質的看法。

計數圖與長條圖

計數圖（Count plot）

以百分比呈現的長條圖

自訂義長條圖

箱形圖

建立並解讀箱形圖

省略離群值

調整觸鬚長度

Point plot

自訂 point plot

含子群的點圖（point plot）

視覺化類別變數與連續變數

在最後一章，你將學會如何加入有資訊性的圖表標題與座標軸標籤，這是任何資料視覺化中最重要的部分之一！你也會學到如何自訂視覺化的風格，讓受眾更快抓到重點。接著，你會把所學整合應用於課程的最終練習！

變更圖形樣式與顏色

變更樣式與調色盤

調整刻度

使用自訂色盤

加入標題與標籤：第 1 部分

FacetGrid 與 AxesSubplot

為 FacetGrid 物件新增標題

新增標題與標籤：第 2 部分

加入標題與座標軸標籤

旋轉 x 刻度標籤

整合所學

含子群組的箱形圖

含子群與子圖的長條圖

做得好！接下來呢？

自訂 Seaborn 圖表

Survey responses

Course Glossary

Countries

Mileage per gallon

Students

Seaborn 是一個強大的 Python 函式庫，能輕鬆建立資訊豐富又美觀的資料視覺化。本課程長度為 4 小時，將帶你認識如何使用 Seaborn 繪製各種圖表，包括散佈圖、計數圖、長條圖與箱型圖，並學習如何自訂視覺化。
<br><br>
你會探索這個函式庫，並用多種真實世界的資料集建立 Seaborn 圖表，例如觀察一個城市在一天之中空氣汙染的變化，以及年輕人在空閒時間喜歡做什麼。透過這些資料，你將親自體會 Seaborn 的優勢，例如如何在單一圖像裡輕鬆建立多個子圖，以及如何自動計算信賴區間。
<br><br>
在課程結束時，你將能在各種情境下使用 Seaborn 探索資料，並有效地將資料分析的結果傳達給他人。這些技能對資料分析師、資料科學家，以及任何需要製作資料視覺化的工作都相當重要。若你想繼續學習，本課程屬於多個學習路徑的一部分，包括資料視覺化路徑，你可以進一步擴充更多函式庫與技巧。

影片包含即時逐字稿，可點擊影片左下角的「Show transcript」展開檢視。
課程名詞表可在右側的資源區塊找到。
若要取得 CPE 學分，你需要完成本課程，並在合格測驗中達到 70% 的成績。你可以點擊右側的 CPE 學分提示前往測驗。

Introduction to Python

學習使用Python庫Seaborn創建數據可視化，包括散點圖、箱形圖和條形圖，僅需四小時。

Seaborn 資料視覺化入門

掌握使用 Seaborn library 在 Python 中製作資訊豐富且吸引人的視覺化圖表。

用 hue 新增第三個變數

Create Your Free Account