一、什麼是資料視覺化？

資料視覺化就是將數據轉換成圖表，讓我們更容易理解資料中的特徵、差異和趨勢。

例如，在書籍資料分析中，可以使用不同的圖表回答不同問題：

圖表類型

適合分析的內容

長條圖（Bar Chart）

比較不同評分的書籍數量

折線圖（Line Chart）

觀察價格或數量隨時間的變化

圓餅圖（Pie Chart）

查看各類別占整體的比例

散佈圖（Scatter Plot）

觀察價格與評分之間的關係

直方圖（Histogram）

觀察價格的分布情況

今天先從最基本的長條圖開始，再練習圓餅圖和直方圖。

二、安裝與匯入 Matplotlib

Matplotlib 是 Python 常用的資料視覺化套件，可以用來製作長條圖、折線圖、圓餅圖等。

在 Google Colab 中通常已經可以直接使用，不需要額外安裝。

import pandas as pd
import matplotlib.pyplot as plt

print("套件匯入完成！")

其中，matplotlib.pyplot 通常會簡寫成 plt，之後就能使用 plt.bar()、plt.plot() 等函式建立圖表。

為了讓圖表可以顯示中文，可以先設定字型：

plt.rcParams["font.sans-serif"] = [
"Noto Sans CJK TC",
"DejaVu Sans"
]

plt.rcParams["axes.unicode_minus"] = False

如果在 Colab 中仍然無法正常顯示中文，可以先執行以下指令安裝中文字型，再重新設定：

!apt-get -qq update
!apt-get -qq install fonts-noto-cjk

完成後重新執行字型設定即可。

三、建立書籍資料

今天使用一組模擬書籍資料，讓每個人都能直接執行程式，不需要依賴前幾天的 Colab 執行紀錄。

data = {
"title": [
"Book A", "Book B", "Book C", "Book D",
"Book E", "Book F", "Book G", "Book H",
"Book I", "Book J"
],
"price": [
15.99, 25.50, 8.99, 45.00, 32.99,
12.50, 55.00, 19.99, 38.50, 28.00
],
"rating": [
5, 4, 3, 5, 2, 4, 5, 3, 4, 5
]
}

df = pd.DataFrame(data)

print(df)

這份資料包含書名、價格和評分三個欄位。

有了 DataFrame 之後，就可以先使用 Pandas 整理數據，再把整理好的結果交給 Matplotlib 製作圖表。

四、實作一：製作書籍評分長條圖

首先，我想知道每種評分各有幾本書。

可以使用 Pandas 的 value_counts() 統計各評分的數量，再使用 Matplotlib 畫出長條圖。

rating_counts = (
df["rating"]
.value_counts()
.sort_index()
)

plt.figure(figsize=(8, 5))

plt.bar(
rating_counts.index,
rating_counts.values
)

plt.title("Book Rating Distribution")
plt.xlabel("Rating")
plt.ylabel("Number of Books")

plt.xticks([1, 2, 3, 4, 5])
plt.tight_layout()
plt.show()

這段程式有幾個重要的地方：

value_counts()：計算每個評分出現的次數。

sort_index()：按照評分數值由小到大排列。

plt.figure(figsize=(8, 5))：設定圖表大小。

plt.bar()：建立長條圖。

plt.title()：設定圖表標題。

plt.xlabel() 和 plt.ylabel()：設定 X 軸和 Y 軸的名稱。

plt.show()：顯示圖表。

從圖表中，可以直接比較不同評分的書籍數量，而不必逐筆查看原始資料。

這種圖表很適合用來比較商品類別、問卷選項、不同部門的數量等資料。

五、實作二：製作書籍價格直方圖

長條圖通常用來比較不同類別，而直方圖則適合觀察數值的分布。

例如，我想知道書籍價格主要集中在哪些區間，可以使用 plt.hist()。

plt.figure(figsize=(8, 5))

plt.hist(
df["price"],
bins=5,
edgecolor="black"
)

plt.title("Book Price Distribution")
plt.xlabel("Price")
plt.ylabel("Frequency")

plt.tight_layout()
plt.show()

這裡的 bins=5 表示將價格範圍切分成五個區間。

直方圖會統計每個區間包含多少筆價格資料，因此可以用來觀察價格是否集中在某個範圍，或是否存在少數特別高價的資料。

需要注意的是，區間切分方式會影響圖表的外觀。bins 設定得太少，可能看不出細節；設定得太多，則可能讓圖表變得零碎。

六、實作三：製作書籍價格圓餅圖

接下來，將書籍依照評分分類，觀察不同評分在全部書籍中所占的比例。

rating_counts = df["rating"].value_counts().sort_index()

plt.figure(figsize=(7, 7))

plt.pie(
rating_counts.values,
labels=rating_counts.index,
autopct="%1.1f%%",
startangle=90
)

plt.title("Percentage of Books by Rating")
plt.tight_layout()
plt.show()

這裡使用了幾個新的參數：

labels：設定每個區塊的標籤。

autopct="%1.1f%%"：在圖表上顯示百分比，並保留一位小數。

startangle=90：設定圓餅圖的起始角度。

圓餅圖可以快速呈現各評分所占的比例，但如果類別太多，或不同類別的比例非常接近，就不一定容易比較。因此，實際分析時仍然要依照資料特性選擇圖表。

七、實作四：分析價格與評分的關係

除了比較數量，我也想觀察書籍價格與評分之間是否有某種關係。

這時可以使用散佈圖。

plt.figure(figsize=(8, 5))

plt.scatter(
df["price"],
df["rating"]
)

plt.title("Book Price vs Rating")
plt.xlabel("Price")
plt.ylabel("Rating")

plt.yticks([1, 2, 3, 4, 5])
plt.tight_layout()
plt.show()

在散佈圖中，每個點代表一本書：

X 軸代表價格。

Y 軸代表評分。

如果點大致呈現由左下往右上的分布，可能表示價格和評分存在正向關聯；如果點分布得很分散，就可能沒有明顯的線性關係。

但不能只看圖表就斷定兩者具有因果關係。若要進一步分析，還需要更多資料與適當的統計方法。

八、將之前爬取的資料轉換成圖表

前面的例子使用模擬資料。如果之前已經完成 Day 25 的爬蟲與 SQLite 專案，也可以直接讀取資料庫中的書籍資料。

import sqlite3
import pandas as pd

conn = sqlite3.connect("books_crawler.db")

df = pd.read_sql_query("""
SELECT title, price, rating
FROM books
""", conn)

print(df.head())
print(df.shape)

conn.close()

這裡使用 pd.read_sql_query()，直接從 SQLite 讀取資料並轉換成 DataFrame。

接著就可以沿用前面學過的長條圖程式：

rating_counts = (
df["rating"]
.value_counts()
.sort_index()
)

plt.figure(figsize=(8, 5))
plt.bar(rating_counts.index, rating_counts.values)

plt.title("Books by Rating")
plt.xlabel("Rating")
plt.ylabel("Number of Books")

plt.xticks([1, 2, 3, 4, 5])
plt.tight_layout()
plt.show()

這樣就能把之前爬取並儲存在資料庫的實際資料轉換成圖表。

要注意，Google Colab 必須已經有 books_crawler.db 這個檔案。如果之前的執行環境已重設，可以先重新上傳保存好的資料庫檔案，或重新執行 Day 25 的程式。

九、今天的學習心得

今天開始學習 Matplotlib，練習將書籍資料轉換成長條圖、直方圖、圓餅圖和散佈圖。

我發現不同的圖表適合回答不同的問題。想比較各評分的書籍數量，可以使用長條圖；想觀察價格的分布，可以使用直方圖；如果想了解價格和評分之間的關係，則可以使用散佈圖。

透過圖表，我能更快看出資料的分布和差異，而不只是閱讀表格中的數字。這也讓之前學過的爬蟲、Pandas 和 SQLite 有了新的用途，因為整理好的資料不只能儲存與查詢，還可以轉換成更容易理解的分析結果。

接下來，我會繼續學習圖表的格式調整與多組資料比較，讓視覺化結果更加完整，也為最後的資料分析專案做準備。