今天想要試著用seabon來修改關鍵評論網的新聞。這篇新聞在8月21日時發布，可能對很多讀者來說，已經「不夠新」了。但因這篇新聞的標題很吸引我，且關鍵評論網也有附資訊圖表在新聞內文中，因此我想試著修改、試做看看，看能不能在已有的新聞稿中來做出不同的資訊圖表。(話說好像好一陣子沒有看到關鍵評論網的吸睛資訊圖表了…不曉得是不是在產製新聞上的方向有改變)

這篇新聞標題為〈亞洲智慧型手機市場洞察：台灣領先，泰國與印尼消費強勁，日本面臨挑戰〉是從亞洲智慧型市場用戶中，來看各國對智慧型市場的觀察。而我想要用以下的新聞內文來製作圖表。該內文如下:

產業方向指數
多數國家對智慧型手機市場的未來持樂觀態度。台灣、泰國、印尼、新加坡和馬來西亞的正面評價均超過79%，特別是台灣高達91%。這表明市場對未來發展的信心較高。日本在此指標上顯示出48%的中性評價和42%的正面評價，反映出市場對未來走向的不確定性和保留態度。【註1】

圖1:關鍵評論網新聞中的資訊圖表，從中可以看到亞洲的產業方向指數。
截圖自: https://www.thenewslens.com/article/206248
這邊遇到一個問題: 雖然可能關鍵評論網所參考的國際新聞來源，有附比較詳盡的統計百分比資料，但關於各國對於智慧型手機市場的正向、中性、負面態度部分，並沒有完整的呈現在關鍵評論網的新聞中。因此保守起見，我選了兩個明確的數字，分別是台灣與亞洲對於智慧型手機的正向觀感百分比，所得到的資料分別為91%和42%。

我們一樣使用seabon製圖，首先在程式碼中創建資料:

import seaborn as sns
import matplotlib.pyplot as plt
import pandas as pd

# 創建資料
data = {
    'Country': ['Taiwan', 'Japan'],
    'Positive': [91,42],
    
}

接著將資料放入data frame中，並將資料轉化成柱狀圖。之後，我們再將x軸設為百分比、y軸設為國家名。

df = pd.DataFrame(data)

df_melted = df.melt(id_vars='Country', var_name='Evaluation', value_name='Percentage')

# 繪製條形圖
plt.figure(figsize=(8, 6))
sns.barplot(x='Percentage', y='Country', hue='Evaluation', data=df_melted, palette='Set2')

# 添加標題和x/y軸標籤
plt.title('Future Outlook of Smartphone Market by Taiwan vs Japan')
plt.xlabel('Percentage')
plt.ylabel('Country')

# 顯示圖表
plt.show()

在上述的程式碼中，我將柱狀圖的顏色設定為” palette='Set2'”，這是參考seabon的色票號碼。在seabon的網站中，有一系列的顏色可供選擇。(可參考以下網站內容: https://seaborn.pydata.org/tutorial/color_palettes.html)

圖2: 用seabon繪製的圖表成品。

如此成果便完成了! 雖然沒有說十分美觀、但是資訊清楚，畫面乾淨，我想應該也算是及格的資料視覺化圖表了。

【註1】有關此新聞內容，引用自關鍵評論網，https://www.thenewslens.com/article/206248