這幾日我們介紹了Pandas和Matplotlib，並製作了簡單的圖表。今日筆者將要學習有關Seaborn的內容。今日筆者將從《精通Python》與Seaborn官網教學學習，並介紹Seaborn的功用和簡易語法。

       如Day 6時我們所提到的，Seaborn和Pandas、Matplotlib皆是Python中可用來處理資料視覺化的套件，但特別的是，Seabon是以Matplotlib作為根基，因此在撰寫述句時，需要將Matplotlib書寫至述句中。它有強大的資料處理、統計與繪圖功能，許多人在處理線性回歸時，會使用Seaborn來處理。

       如果要學習完整的Seaborn內容，可以參考它們的官網 “seaborn: statistical data visualization”，裡面有各式圖形的Gallery、教學、API內容，十分多元。(見圖一)

圖一: Seaborn官網內容。(引用自: https://seaborn.pydata.org/examples/index.html)

Seaborn也跟Matplotlib類似，在開始寫程式之前，有它固定的「起手式」: 通常需要先寫以下的內容後，才能進行更多Seaborn的視覺化工作:

import seaborn as sns
import matplotlib.pyplot as plt

(上述兩則述句的順序應可互換)
或是直接寫:

import matplotlib.pyplot as plt 

接下來，我們需要填入Seaborn的樣式設定(seaborn.set_style)。在Seaborn中，共有五個樣式設定，分別如下:

darkgrid (暗色網格)
whitegrid(白色網格)
dark (深色背景)
white (白色背景)
ticks (刻度線)

選擇好自己想要的樣式後，我們便可以製作簡易的長條圖。例如: 筆者想要了解某家咖啡廳中的點餐人數，並用白色網格的背景來作呈現。這邊假定一個資料如下: (見圖二)

圖二:筆者所建立的某家咖啡廳點餐人數、價格(為假定的資料)。

接下來，在Juypter 中開新的Notebook，設定x與y軸內容:

sns.set_style("whitegrid")
sns.barplot(x=["espresso.130NTD", " cappuccino.150NTD", " smoothie.80NTD"], y=[10, 24, 39])

便可出現以下長條圖: (見圖三)

圖三: 以Seaborn作出的長條圖內容

雖然藍色、橘色和綠色此三個顏色，本身對於所欲分析的品項意義較低，但從此可看出，我們使用Seaborn就可以簡單地作出附有背景、顏色、數字、品項的簡易資料視覺化圖表。是很不錯的資料視覺化工具!

【備註】
本篇文章所參考與使用的學習資源如下:

1. Bill Lubanovic著，《精通 Python：運用簡單的套件進行現代運算（第二版）》，台北市: 碁峰資訊，2020年。
2. Seaborn官網: https://seaborn.pydata.org/index.html