前言：

昨天我們從 CSV 匯入一路玩到資料清理、篩選與統計分析，
終於來到最後一天啦！！

說實話，這 30 天的挑戰真的不簡單。
從變數、迴圈、函式、Numpy 一路學到資料分析！謝謝你我的堅持！

今天要帶你進入資料分析最迷人的部分——視覺化 (Data Visualization)。

畢竟，數字再多、表格再完整，都比不上「一張圖」來得一目了然。

我們會從最基本的 df.plot() 開始，
到進階的 seaborn 圖表實作，一步步帶你實作！

讓你不只看懂資料，還能讓資料自己開口說話
這篇也會是我們的完賽篇喔～

一、從 df.plot() 開始

昨天整理、清理資料已經完成，現在就是把資料「畫」出來的時候了！

Pandas 本身就整合了繪圖功能，一行 .plot() 就能將資料變成圖表。
它是建立在 Matplotlib 上的，
幾乎能畫出所有常見圖表：折線圖、長條圖、直方圖、箱形圖、餅圖、散點圖…

透過 kind 參數，可以切換不同圖表類型：

續昨天的csv檔案，
假設我們要用製造商的欄位去畫長條圖：

data['Manufacturer'].value_counts().plot(kind='bar')

輸出：

或是畫圓餅圖：

data['Manufacturer'].value_counts().plot(kind='pie')

輸出：

你會發現圖表整個「密密麻麻」！！！！！！！
幾乎每個廠商都擠在一起、標籤重疊到看不清楚。

這就是資料分析常見的新手陷阱之一！
當你的資料筆數很多、分類又太多時，直接畫整張圖反而會「失焦」——
資訊太多，反而什麼都看不見！

重點是要聚焦重點！

我們通常只會取前幾名或特定條件的資料來視覺化，
像是這樣:

data['Manufacturer'].value_counts().head(10).plot(kind='pie')

輸出：

這樣一來，圖表就會乾淨清楚，
也更容易看出誰是最主要的製造商或市場佔比。

或是換一種方式：

只取 前 10 名製造商，剩下的歸類成 "Others"：

import matplotlib.pyplot as plt

# 取前 10 名製造商
top10_manufacturers = data['Manufacturer'].value_counts().nlargest(10)

# 其餘製造商數量合併成 "Others"
others = data['Manufacturer'].value_counts().iloc[10:].sum()
top10_manufacturers["Others"] = others

# 畫圓餅圖
plt.figure(figsize=(8,8))
top10_manufacturers.plot.pie(
    autopct='%1.1f%%', 
    startangle=90, 
    counterclock=False, 
    colormap='Set3'
)
plt.ylabel("")  
plt.title("Manufacturer Distribution (Top 10 + Others)")
plt.show()

輸出：

• 只顯示前 10 名主要藥廠（顏色清楚）
• 其餘上千家小藥廠合併成 Others，比較一目了然

輸出：

二、Pandas + Seaborn 打造視覺化

好啦～剛剛我們已經用 df.plot() 畫出了最基本的圖表。

但如果你覺得那種圖「有點樸素」，
想要顏色更漂亮、排版更精緻、細節更好控制——

那你一定要認識 Seaborn！

這個套件就像是 Matplotlib 的「高級外掛」，
能用更簡潔的語法畫出專業等級的統計圖。

先安裝與匯入

如果你還沒安裝過 seaborn，可以先在終端機執行：

pip install seaborn

接著在程式中匯入模組：

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

接下來，我會選出幾個適合分析的重點來練習：

範例 1：副作用最多的 Top 10

我們先來看看哪 10 種副作用最常出現。

這裡會用到我們昨天學過的 value_counts()，

搭配 Seaborn 畫出長條圖！

import seaborn as sns
import matplotlib.pyplot as plt

# 統計最常見的副作用
plt.figure(figsize=(10, 5))
side_effects = data['Side_effects'].str.split(', ')
all_side_effects = [effect for effects in side_effects for effect in effects]
side_effect_counts = pd.Series(all_side_effects).value_counts().head(10)

# 畫長條圖
sns.barplot(
    x=side_effect_counts.values, 
    y=side_effect_counts.index, 
    palette='viridis'
)
plt.title('Top 10 Most Common Side Effects', fontsize=14)
plt.xlabel('Count')
plt.ylabel('Side Effect')
plt.xticks(rotation=45)
plt.show()

輸出：

說明：

• str.split(', ')：把多個副作用拆開成清單。
• value_counts()：統計每個副作用出現次數。
• sns.barplot()：繪製水平長條圖。
• palette='viridis'：設定配色（Seaborn 內建主題色之一，可以去網站上查不同配色喔！）。

範例 2：三張圖一次看！三種評價比較分析

接下來，

我們想同時比較「好評 / 普通 / 差評」的前 10 名藥品。

這就要用到 Seaborn 的多圖組合功能。

# 取出 Top 10 資料
top_excellent_reviews = data.nlargest(10, 'Excellent Review %')[['Medicine Name', 'Excellent Review %']]
top_average_reviews   = data.nlargest(10, 'Average Review %')[['Medicine Name', 'Average Review %']]
top_poor_reviews      = data.nlargest(10, 'Poor Review %')[['Medicine Name', 'Poor Review %']]

# 建立三張子圖
fig, axes = plt.subplots(1, 3, figsize=(24, 10))

# Excellent Reviews
sns.barplot(
    x='Excellent Review %', 
    y='Medicine Name', 
    data=top_excellent_reviews, 
    palette='crest', 
    ax=axes[0]
)
axes[0].set_title('Top 10 Medicines with Highest Excellent Reviews', fontsize=14)
axes[0].set_xlabel('Excellent Review %')
axes[0].set_ylabel('Medicine Name')

# Average Reviews
sns.barplot(
    x='Average Review %', 
    y='Medicine Name', 
    data=top_average_reviews, 
    palette='mako', 
    ax=axes[1]
)
axes[1].set_title('Top 10 Medicines with Highest Average Reviews', fontsize=14)
axes[1].set_xlabel('Average Review %')
axes[1].set_ylabel('')

# Poor Reviews
sns.barplot(
    x='Poor Review %', 
    y='Medicine Name', 
    data=top_poor_reviews, 
    palette='rocket', 
    ax=axes[2]
)
axes[2].set_title('Top 10 Medicines with Highest Poor Reviews', fontsize=14)
axes[2].set_xlabel('Poor Review %')
axes[2].set_ylabel('')

plt.tight_layout()
plt.show()

輸出：

範例3:最常生產高好評藥品的Top10公司

# 篩選 Excellent Review % > 95 的藥品
excellent_pills = data[data['Excellent Review %'] > 95]

# 統計各製造商出現次數(也就是哪幾間公司最常生產高好評藥品)
excellent_manufacturer_counts = excellent_pills['Manufacturer'].value_counts().head(10)

# 畫長條圖
plt.figure(figsize=(12,6))
sns.barplot(
    x=excellent_manufacturer_counts.values, 
    y=excellent_manufacturer_counts.index, 
    palette='crest'
)
plt.title('Top 10 Manufacturers with Most Highly Rated Medicines (>95% Excellent Review)', fontsize=14)
plt.xlabel('Number of Highly Rated Medicines')
plt.ylabel('Manufacturer')
plt.show()

輸出：

範例4:統計前 10 個最常見的藥品成分

• 可以看到 哪10種成分
• 最常出現在這 11,000 多種藥品中
• 有助於了解熱門藥品成分與市場趨勢

# Top 10 most common compositions
top_compositions = data['Composition'].value_counts().head(10)

plt.figure(figsize=(12, 7))
sns.barplot(y=top_compositions.index, x=top_compositions.values, palette="magma")
plt.title('Top 10 Most Common Compositions')
plt.xlabel('Number of Medicines')
plt.ylabel('Composition')
plt.show()

輸出：

範例5:藥品數量最多的前 10 間製造商

可以看出

• 哪幾間公司在這份資料中最活躍？
• 是否有一兩家公司壟斷性地生產了最多藥品？

# Top 10 manufacturers by number of medicines
top_manufacturers = data['Manufacturer'].value_counts().head(10)

plt.figure(figsize=(12, 7))
sns.barplot(y=top_manufacturers.index, x=top_manufacturers.values, palette="viridis")
plt.title('Top 10 Manufacturers by Number of Medicines')
plt.xlabel('Number of Medicines')
plt.ylabel('Manufacturer')
plt.show()

輸出：

完賽感言：

終於！！！我完賽了！！！
回想這三十天，真的像是在和自己賽跑，
每天都戰戰兢兢，充滿挑戰，但更多的是成就感與喜悅。

開賽前，我就已經預先存了大約十二天的文章草稿，
但每天在發文前我都會不停修修改改，
覺得哪裡可以再補充、練習題還不夠、概念解釋得不夠完整……

每篇文章我大約都花了五到六個小時才完成。
有時候，甚至睡前會突然忘記今天有沒有發文，
立刻跳起來打開電腦確認日期……這種緊張又專注的感覺，其實也蠻奇妙的！！

(附上我的Notion,我都是先在Notion打好草稿再貼到IThome)

真的很感謝每一位點進來的讀者！！
雖然這個主題上網已經有許多大神文章，但對我來說，
參加鐵人賽不是為了比誰厲害，
而是為了實現對自己的承諾——

「如果自己有能力，就去幫助需要幫助的人。」

這三十天，我不只是在寫程式文章，
更是在練習如何用清楚、生活化的方式把抽象概念傳達給別人。

若讀者能因為我而理解、甚至願意動手練習，
對我而言，比任何掌聲都還令人滿足！

完成這個鐵人賽，我想對自己說：
謝謝你沒有放棄，謝謝你堅持每天打開電腦打上萬字，
即使累到眼睛快睜不開！

也想對每位讀者說：希望這三十天的文章，
能給你一點信心、一點勇氣、一點靈感，
讓你在程式的世界裡少迷路、成就感多一些！！

這三十天雖然辛苦，但每一分努力都值得，
因為我做到了——完成了對自己的承諾，
也把這份承諾傳遞給你！

完賽了！心裡滿滿感恩，也期待下一個挑戰的到來！！

我是Sharon，下台一鞠躬～