Python數據圖表設計

安裝 matplotlib 套件

在開始之前，我們需要先安裝 matplotlib，需要在 Python 的終端機輸入以下指令(紅框處)：

折線圖 plot()

折線圖常用來顯示數據隨時間變化的趨勢。

1. plot()：使用 plot() 函數來畫折線圖，並在裡面填入我們的數據。圖示上是會畫出一條線，連接 (1,1), (2,4), (3,9), (4,16) 這些點。

2. linewidth：可以調整線條粗細，這樣圖表會更容易讀懂。linewidth=3 代表將線條設為三倍寬，依此類推。

3. plt.title：為圖表加上標題能夠讓讀者更清楚圖表的內容。

4. 座標軸刻度的設定：用 plt.xticks 和 plt.yticks 來設定 X 和 Y 軸的刻度，可以讓讀圖更精確。

5. show()：完成圖表設計後，使用 show() 來顯示圖形。

散點圖 scatter()

散點圖適合用來顯示兩組數據之間的關係，特別是想看兩組數據是否有相關性時。

• scatter(x, y)：根據 x 和 y 的數據來生成散點圖。
• xlabel 和 ylabel 用來標註 X 軸和 Y 軸。

繪製長條圖 bar()

• plt.bar()：用來繪製長條圖的函數，X 軸是分類，Y 軸是數據值。
• categories：代表不同分類(圖表上使用types)。
• values：代表各分類的對應數值。

小專題：綜合應用折線圖、散點圖與長條圖

現在有三組數據：每月的平均溫度、雨量和日照時間，請分別用折線圖、散點圖和長條圖來表示它們。

程式碼總覽

解題分析

1. 定義數據

• 準備好每個圖表的數據，包含每月的平均溫度、每月雨量、每月日照時間。

• 數據會分別對應1到12月的平均溫度、降雨量和日照時間，每個月的數據會對應到 X 軸上的月份。

2. 繪製折線圖(平均溫度)

• plot(months, temperature)：繪製一條連接每月溫度的折線。
• label='平均溫度'：在圖例中標註這條線代表的是平均溫度。
• color='red'：將折線的顏色設為紅色，這樣能與其他圖表區分開來。

3. 繪製散點圖(雨量)

• scatter(months, rainfall)：繪製每個月對應的降雨量點。
• label='雨量'：在圖例中標註這些散點代表每月的雨量。
• color='blue'：將點的顏色設為藍色。

4. 繪製長條圖(日照時間)

• bar(months, sunshine_hours)：繪製每月對應日照時間的長條。
• label='日照時間'：在圖例中標註這些長條代表的是日照時間。
• color='green'：將長條的顏色設為綠色。
• alpha=0.5：將長條的透明度設為 50%，這樣長條不會完全遮蓋其他數據（如折線和散點）。

5. 添加圖例

• legend()：顯示每條線和每種圖表對應的數據名稱。

在圖表右上角顯示圖例，說明紅色代表平均溫度、藍色代表雨量、綠色代表日照時間。

結語

今天學會如何使用折線圖、散點圖和長條圖，並且理解它們在數據分析中的應用。圖表可以用來整理各種不同類型的數據，例如氣候變化、產品銷售量、學生成績等等，將龐大複雜的數據資料可視化，非常好用><

最後的小專題將三種圖表一起使用，來展示不同維度的數據。可以看到這三種類型的圖表各自有著不同的優勢，並且可以自由的組合使用，讓讀者更好的理解數據。這些圖表應用對未來進行AI訓練和模型優化都有很大幫助~