資料科學 教學 視覺化 PYTHON工具

Python 資料視覺化入門：Matplotlib 與 Plotly 實戰教學

Python 資料視覺化入門 - Matplotlib & Plotly

目錄

  1. 資料視覺化的重要性
  2. 簡介 Matplotlib 和 Plotly
  3. Matplotlib 基礎
  4. Plotly 基礎

1. 資料視覺化的重要性

為什麼我們需要資料視覺化？

  • 發現隱藏的模式和趨勢：人類大腦天生擅長處理視覺資訊，透過圖表可以快速識別出數據中的模式和趨勢
  • 簡化複雜數據：將龐大的數據集轉換成視覺化圖表，能夠幫助我們理解其中的複雜關係
  • 有效溝通：圖表是溝通分析結果的強大工具，能夠讓非專業人士也能理解複雜的數據故事
  • 輔助決策：好的視覺化能夠提供直觀的證據支持，協助做出明智的決策
  • 發現異常值：視覺化可以快速幫助我們找出數據中的異常點或離群值

案例：Anscombe’s Quartet

Anscombe’s Quartet

這四組數據集有幾乎相同的統計特性（平均值、標準差、相關係數等），但視覺化後呈現出完全不同的模式。

同學們，今天我們來認識一個經典的統計學與資料科學教材──Anscombe 四重奏，它清楚地提醒我們：光看數字摘要（平均值、標準差、相關係數等）是不夠的，資料視覺化是不可或缺的一步。

四重奏的共同統計特性

這四組 (x₁,y₁)、(x₂,y₂)、(x₃,y₃)、(x₄,y₄) 資料集雖然圖形看起來完全不同，卻在以下幾個統計量上幾乎相同：

  • x 與 y 的平均值
  • x 與 y 的標準差
  • x 與 y 之間的線性相關係數
  • 根據最小平方法所擬合的直線（y = a + b x）的截距 a 和斜率 b

若只看這些數字指標，你會認為它們的分布和關係都差不多；但實際上……

四張圖的不同特徵

圖片 特徵描述
圖 1 (x₁, y₁) 這是最「理想」的線性關係：點大致分布在一條直線附近，誤差（殘差）分布均勻。
圖 2 (x₂, y₂) 真正的關係其實是二次函數：散點呈現明顯的曲線趨勢，但線性回歸線仍有不錯的統計指標。
圖 3 (x₃, y₃) 幾乎所有點都在線性趨勢上，但有一個異常值 (outlier) 極度偏離，這個單點強烈影響了回歸線的位置。
圖 4 (x₄, y₄) x 幾乎都一樣（集中在同一個值），只有一個點的 x 值極大，這個單一極端值決定了整個相關係數與回歸斜率。

我們學到什麼？

  1. 統計摘要有其限制 平均、標準差、相關係數等數值能快速概述資料，但可能掩蓋極端值或非線性趨勢。

  2. 視覺化不可或缺 透過散佈圖、殘差圖等視覺化工具，可以立刻看出非線性、群聚、離群點等特徵，避免誤用錯誤模型。

  3. 小心異常值與極端值 單一觀測值就有可能左右整體分析結果，需進一步檢查資料品質，決定是否應排除或另行處理。

建議

  • 做線性回歸前，一定要先畫散布圖 (Scatter Plot)。
  • 若發現曲線趨勢，可考慮多項式回歸或非線性模型。
  • 遇到疑似離群點，先檢查資料來源，再決定如何處理（如剔除、修正或加權）。
  • 養成以視覺化檢視資料的習慣，避免「黑箱式」的盲目套用統計模型。
  • 使用視覺化工具（如 Matplotlib、Plotly）來輔助資料分析，讓數據故事更具說服力。

同學們，記住：「數字會說謊，眼睛不會」，讓我們下次見到資料時，都先動手畫圖，深刻理解它的特性！

2. 簡介 Matplotlib 和 Plotly

Matplotlib

  • 特點：靜態、經典、高度客製化
  • 適用場景：科學研究、學術論文、報告、需要精確控制的圖表
  • 優勢：
    • Python 生態系中最受歡迎的繪圖庫之一
    • 與 NumPy 和 Pandas 完美整合
    • 高度客製化，幾乎每個元素都可以調整
    • 廣泛的社群支持和豐富的文檔
  • 缺點：
    • 預設風格較為基礎，需要較多代碼進行美化
    • 互動性有限
    • 學習曲線較陡峭

Plotly

  • 特點：互動式、適用於 Web、美觀
  • 適用場景：Web 應用、儀表板、需要互動性的資料展示、商業報告
  • 優勢：
    • 高度互動性（縮放、懸停資訊、選擇等）
    • 美觀的預設樣式
    • 可以輕鬆整合到 Web 應用中
    • Plotly Express 提供簡潔的 API
  • 缺點：
    • 需要連接網路才能使用部分功能
    • 對於某些複雜的客製化可能較為困難
    • 在學術出版物中較少使用

3. Matplotlib 基礎

基本結構

Matplotlib 的核心是 Figure 和 Axes 對象：

  • Figure：整個圖表容器，可以包含多個 Axes
  • Axes：實際的繪圖區域，包含 x 軸、y 軸和繪圖數據
import matplotlib.pyplot as plt

# 創建 Figure 和 Axes 對象
fig, ax = plt.subplots()

# 或者使用 pyplot 接口（自動創建 Figure 和 Axes）
plt.plot([1, 2, 3, 4], [1, 4, 9, 16])

繪圖流程

最基本的 Matplotlib 繪圖流程如下：

import matplotlib.pyplot as plt
import numpy as np

# 準備數據
x = np.linspace(0, 10, 100)  # 0 到 10 之間的 100 個等距點
y = np.sin(x)                # 對應的 sine 值

# 創建圖表
plt.figure(figsize=(8, 4))   # 設置圖表大小（可選）
plt.plot(x, y)               # 繪製線圖

# 顯示圖表
plt.show()

添加圖表元素 

import matplotlib.pyplot as plt
import numpy as np

# 準備數據
x = np.linspace(0, 10, 100)
y1 = np.sin(x)
y2 = np.cos(x)

# 創建圖表
plt.figure(figsize=(10, 6))
plt.plot(x, y1, label='sin(x)')  # 添加圖例標籤
plt.plot(x, y2, label='cos(x)')

# 添加標題和標籤
plt.title('Sin and Cos Functions', fontsize=15)  # 標題
plt.xlabel('x', fontsize=12)                     # x 軸標籤
plt.ylabel('y', fontsize=12)                     # y 軸標籤

# 添加圖例
plt.legend(fontsize=12)

# 添加網格
plt.grid(True, linestyle='--', alpha=0.7)

# 自定義 x 和 y 軸範圍
plt.xlim(0, 10)
plt.ylim(-1.5, 1.5)

plt.show()

常見圖表類型

線圖 (Line Plot) 

import matplotlib.pyplot as plt
import numpy as np

x = np.linspace(0, 10, 100)
y = np.sin(x)

plt.figure(figsize=(8, 4))
plt.plot(x, y, linestyle='-', color='blue', linewidth=2, marker='o', markersize=5, markevery=10)
plt.title('Line Plot Example')
plt.show()

散點圖 (Scatter Plot) 

import matplotlib.pyplot as plt
import numpy as np

# 隨機生成數據
np.random.seed(42)
x = np.random.rand(50)
y = np.random.rand(50)
colors = np.random.rand(50)
sizes = 1000 * np.random.rand(50)

plt.figure(figsize=(8, 6))
plt.scatter(x, y, c=colors, s=sizes, alpha=0.6, cmap='viridis')
plt.colorbar()  # 添加顏色條
plt.title('Scatter Plot Example')
plt.show()

長條圖 (Bar Plot) 

import matplotlib.pyplot as plt

categories = ['A', 'B', 'C', 'D', 'E']
values = [3, 7, 2, 5, 8]

plt.figure(figsize=(8, 6))
plt.bar(categories, values, color='skyblue', edgecolor='black')
plt.title('Bar Plot Example')
plt.xlabel('Categories')
plt.ylabel('Values')
plt.show()

子圖與布局 (Subplots and Layouts) 

import matplotlib.pyplot as plt
import numpy as np

# 創建 2x2 的子圖
fig, axs = plt.subplots(2, 2, figsize=(12, 8))

# 子圖 1：線圖
x = np.linspace(0, 5, 100)
axs[0, 0].plot(x, np.sin(x))
axs[0, 0].set_title('Sine Function')

# 子圖 2：散點圖
np.random.seed(42)
x = np.random.rand(50)
y = np.random.rand(50)
axs[0, 1].scatter(x, y, c='red', alpha=0.6)
axs[0, 1].set_title('Scatter Plot')

# 子圖 3：長條圖
categories = ['A', 'B', 'C', 'D', 'E']
values = [3, 7, 2, 5, 8]
axs[1, 0].bar(categories, values)
axs[1, 0].set_title('Bar Plot')

# 子圖 4：直方圖
data = np.random.randn(1000)
axs[1, 1].hist(data, bins=30, alpha=0.7, color='green')
axs[1, 1].set_title('Histogram')

# 調整子圖間距
plt.tight_layout()
plt.show()

Matplotlib 參考資源

Matplotlib 動手練習範例

練習 1：基本線圖

繪製台灣近年平均氣溫趨勢圖。

import matplotlib.pyplot as plt
import numpy as np

# 假設數據：台灣 2015-2024 年的年平均氣溫 (攝氏度)
years = np.arange(2015, 2025)
temperatures = [24.2, 24.8, 24.5, 25.1, 25.3, 25.6, 24.9, 25.7, 25.4, 26.1]

plt.figure(figsize=(10, 6))
plt.plot(years, temperatures, marker='o', linestyle='-', color='red', linewidth=2)

plt.title('台灣年平均氣溫 (2015-2024)', fontsize=15)
plt.xlabel('年份', fontsize=12)
plt.ylabel('溫度 (°C)', fontsize=12)
plt.grid(True, linestyle='--', alpha=0.7)

# 標註最高點和最低點
max_temp_idx = np.argmax(temperatures)
min_temp_idx = np.argmin(temperatures)

plt.annotate(f'最高: {temperatures[max_temp_idx]}°C', 
             xy=(years[max_temp_idx], temperatures[max_temp_idx]),
             xytext=(years[max_temp_idx]+0.5, temperatures[max_temp_idx]+0.3),
             arrowprops=dict(facecolor='black', shrink=0.05, width=1.5))

plt.annotate(f'最低: {temperatures[min_temp_idx]}°C', 
             xy=(years[min_temp_idx], temperatures[min_temp_idx]),
             xytext=(years[min_temp_idx]-1, temperatures[min_temp_idx]-0.5),
             arrowprops=dict(facecolor='black', shrink=0.05, width=1.5))

plt.xticks(years)
plt.ylim(23.5, 26.5)

plt.savefig('taiwan_temperature_trend.png', dpi=300, bbox_inches='tight')
plt.show()

練習 2：比較長條圖

比較不同程式語言的受歡迎程度。

import matplotlib.pyplot as plt
import numpy as np

# 數據：2024 年不同程式語言的受歡迎程度評分
languages = ['Python', 'JavaScript', 'Java', 'C++', 'Go', 'Rust', 'TypeScript']
ratings_2023 = [9.8, 8.5, 7.2, 6.8, 6.5, 5.8, 7.9]
ratings_2024 = [9.9, 8.3, 6.9, 7.0, 7.2, 6.9, 8.5]

# 設置長條的寬度和位置
bar_width = 0.35
x = np.arange(len(languages))

fig, ax = plt.subplots(figsize=(12, 7))

# 繪製長條圖
bar1 = ax.bar(x - bar_width/2, ratings_2023, bar_width, label='2023', color='skyblue', edgecolor='black')
bar2 = ax.bar(x + bar_width/2, ratings_2024, bar_width, label='2024', color='lightcoral', edgecolor='black')

# 添加圖表元素
ax.set_title('程式語言受歡迎程度比較 (2023 vs 2024)', fontsize=16)
ax.set_xlabel('程式語言', fontsize=14)
ax.set_ylabel('受歡迎程度評分', fontsize=14)
ax.set_xticks(x)
ax.set_xticklabels(languages, fontsize=12, rotation=0)
ax.set_ylim(0, 12)
ax.legend(fontsize=12)

# 在長條上方顯示數值
def add_labels(bars):
    for bar in bars:
        height = bar.get_height()
        ax.annotate(f'{height}',
                    xy=(bar.get_x() + bar.get_width() / 2, height),
                    xytext=(0, 3),  # 3 點的垂直偏移
                    textcoords="offset points",
                    ha='center', va='bottom',
                    fontsize=10)

add_labels(bar1)
add_labels(bar2)

# 添加網格線 (只顯示 y 軸方向)
ax.grid(True, axis='y', linestyle='--', alpha=0.7)

plt.tight_layout()
plt.savefig('programming_languages_popularity.png', dpi=300, bbox_inches='tight')
plt.show()

練習 3：多圖表組合

分析某公司的月銷售額和客戶數量關係。

import matplotlib.pyplot as plt
import numpy as np

# 模擬數據：2023 年某公司的月銷售額和客戶數量
months = ['Jan', 'Feb', 'Mar', 'Apr', 'May', 'Jun', 'Jul', 'Aug', 'Sep', 'Oct', 'Nov', 'Dec']
sales = [120, 135, 125, 150, 165, 180, 190, 200, 210, 190, 170, 230]  # 單位：萬元
customers = [1500, 1600, 1550, 1750, 1900, 2100, 2200, 2350, 2450, 2300, 2150, 2600]  # 客戶數

# 創建一個圖表，包含兩個 y 軸
fig, ax1 = plt.subplots(figsize=(12, 7))

# 設置第一個 y 軸 (銷售額)
color = 'tab:blue'
ax1.set_xlabel('月份', fontsize=12)
ax1.set_ylabel('銷售額 (萬元)', color=color, fontsize=12)
line1 = ax1.plot(months, sales, marker='o', color=color, linewidth=2, label='銷售額')
ax1.tick_params(axis='y', labelcolor=color)
ax1.grid(True, linestyle='--', alpha=0.3)

# 創建第二個 y 軸 (客戶數)
ax2 = ax1.twinx()
color = 'tab:red'
ax2.set_ylabel('客戶數', color=color, fontsize=12)
line2 = ax2.plot(months, customers, marker='s', color=color, linewidth=2, label='客戶數')
ax2.tick_params(axis='y', labelcolor=color)

# 添加標題
plt.title('2023 年月銷售額和客戶數量趨勢', fontsize=15)

# 合併兩個圖例
lines = line1 + line2
labels = [l.get_label() for l in lines]
ax1.legend(lines, labels, loc='upper left', fontsize=12)

# 在銷售額達到峰值的月份添加註釋
max_sales_idx = np.argmax(sales)
max_sales = sales[max_sales_idx]
max_sales_month = months[max_sales_idx]

ax1.annotate(f'銷售峰值: {max_sales}萬元',
            xy=(max_sales_idx, max_sales),
            xytext=(max_sales_idx-2, max_sales+15),
            arrowprops=dict(facecolor='black', shrink=0.05, width=1),
            fontsize=10)

plt.tight_layout()
plt.savefig('sales_customers_trend.png', dpi=300, bbox_inches='tight')
plt.show()

4. Plotly 基礎

核心優勢

Plotly 的主要優勢在於：

  1. 互動性：用戶可以縮放、懸停查看資訊、選擇數據點等
  2. 美觀性：默認設計精美，顏色方案專業
  3. Web 整合：適合嵌入網頁和儀表板
  4. 簡單語法：特別是 Plotly Express 的高級 API 非常簡潔

Plotly 基本結構

Plotly 的圖表由 Figure 對象組成，通常使用 Pandas DataFrame 作為數據輸入。

import plotly.express as px
import pandas as pd

# 創建一個簡單的 DataFrame
df = pd.DataFrame({
    'x': [1, 2, 3, 4, 5],
    'y': [1, 4, 9, 16, 25]
})

# 使用 Plotly Express 創建圖表
fig = px.line(df, x='x', y='y', title='簡單的線圖')

# 顯示圖表
fig.show()

Plotly 繪圖流程

使用 Plotly Express 繪圖的基本流程如下：

import plotly.express as px
import pandas as pd
import numpy as np

# 準備數據
x = np.linspace(0, 10, 100)
y = np.sin(x)

df = pd.DataFrame({'x': x, 'y': y})

# 創建圖表
fig = px.line(df, x='x', y='y', title='Sine Function')

# 更新圖表佈局（可選）
fig.update_layout(
    xaxis_title='X Axis',
    yaxis_title='Sin(x)',
    template='plotly_white'  # 使用白色主題
)

# 更新軌跡（可選）
fig.update_traces(line=dict(color='red', width=2))

# 顯示圖表
fig.show()

與 Matplotlib 的區別

  1. 互動性：Plotly 提供互動式圖表，Matplotlib 主要是靜態圖表
  2. 數據輸入：Plotly 通常使用 Pandas DataFrame，Matplotlib 更靈活，可使用各種數據結構
  3. 輸出格式：Plotly 主要針對 Web 和儀表板，Matplotlib 適合用於學術出版物和報告
  4. 語法風格：Plotly Express 有更簡潔的高級 API，Matplotlib 更詳細和可控
  5. 渲染方式：Plotly 在瀏覽器中渲染，Matplotlib 在 Python 環境中渲染

常見的 Plotly 圖表類型

線圖 (Line Plot) 

import plotly.express as px
import pandas as pd
import numpy as np

# 準備數據
x = np.linspace(0, 10, 100)
y1 = np.sin(x)
y2 = np.cos(x)

df = pd.DataFrame({
    'x': np.concatenate([x, x]),
    'y': np.concatenate([y1, y2]),
    'function': ['sin(x)'] * 100 + ['cos(x)'] * 100
})

# 創建圖表
fig = px.line(df, x='x', y='y', color='function', title='Sin and Cos Functions',
              labels={'x': 'X Value', 'y': 'Y Value', 'function': 'Function Type'},
              line_dash='function')  # 使用不同的線型

# 更新佈局
fig.update_layout(
    template='plotly_white',
    xaxis_title='X',
    yaxis_title='Y',
    legend_title='Function Type'
)

fig.show()

散點圖 (Scatter Plot) 

import plotly.express as px
import numpy as np
import pandas as pd

# 生成隨機數據
np.random.seed(42)
n_points = 100
x = np.random.randn(n_points)
y = 2 * x + np.random.randn(n_points) * 1.5
sizes = np.random.randint(5, 25, n_points)
categories = np.random.choice(['A', 'B', 'C', 'D'], n_points)

df = pd.DataFrame({
    'x': x,
    'y': y,
    'size': sizes,
    'category': categories,
    'value': np.abs(x * y)
})

# 創建散點圖
fig = px.scatter(df, x='x', y='y', 
                 color='category',  # 按類別著色
                 size='size',       # 按大小變化
                 hover_data=['value'],  # 懸停時顯示的附加數據
                 title='Interactive Scatter Plot',
                 labels={'x': 'X Axis', 'y': 'Y Axis', 'category': 'Category'},
                 color_discrete_sequence=px.colors.qualitative.Plotly)  # 使用 Plotly 顏色序列

# 添加趨勢線
fig.update_layout(
    template='plotly_white',
    legend_title='Category'
)

fig.show()

長條圖 (Bar Plot) 

import plotly.express as px
import pandas as pd

# 準備數據
data = {
    'Country': ['USA', 'China', 'Japan', 'Germany', 'India', 'UK', 'France', 'Italy'],
    'GDP_2022': [25035, 18321, 4301, 4031, 3198, 3176, 2782, 2058],  # 單位：十億美元
    'GDP_2023': [26854, 17886, 4410, 4456, 3332, 3736, 2925, 2169]
}

df = pd.DataFrame(data)

# 長數據轉換
df_long = pd.melt(df, id_vars=['Country'], 
                  value_vars=['GDP_2022', 'GDP_2023'],
                  var_name='Year', value_name='GDP')

# 提取年份
df_long['Year'] = df_long['Year'].str.replace('GDP_', '')

# 創建分組長條圖
fig = px.bar(df_long, x='Country', y='GDP', color='Year', barmode='group',
             title='各國 GDP 比較 (2022-2023)',
             labels={'GDP': 'GDP (十億美元)', 'Country': '國家', 'Year': '年份'},
             hover_data=['Country', 'Year', 'GDP'],
             color_discrete_sequence=['#1f77b4', '#ff7f0e'])

# 更新佈局
fig.update_layout(
    template='plotly_white',
    legend_title='年份',
    xaxis_title='國家',
    yaxis_title='GDP (十億美元)',
    xaxis={'categoryorder':'total descending'}  # 根據總 GDP 降序排列國家
)

fig.show()

Plotly 參考資源

Plotly 動手練習範例

練習 1：互動式股票價格趨勢圖

模擬股票歷史價格數據並創建互動式趨勢圖。

import plotly.express as px
import plotly.graph_objects as go
import pandas as pd
import numpy as np
from datetime import datetime, timedelta

# 生成模擬股票數據
np.random.seed(42)
n_days = 252  # 約一年的交易日

# 開始日期：今年初
start_date = datetime(2023, 1, 1)
date_list = [start_date + timedelta(days=i) for i in range(n_days)]

# 模擬價格走勢
def generate_price_series(start_price, volatility):
    prices = [start_price]
    for i in range(n_days - 1):
        change = np.random.normal(0, volatility)
        # 添加一些趨勢和季節性
        trend = 0.05 * np.sin(i / 40)  # 長期趨勢
        seasonal = 0.02 * np.sin(i / 10)  # 短期波動
        new_price = prices[-1] * (1 + change/100 + trend + seasonal)
        prices.append(max(new_price, 0.1 * start_price))  # 確保價格不會太低
    return prices

# 生成三支股票的價格數據
stocks = {
    'TECH': generate_price_series(150, 2.0),
    'BANK': generate_price_series(80, 1.2),
    'RETAIL': generate_price_series(50, 1.8)
}

# 創建數據框
df_stocks = pd.DataFrame({
    'Date': date_list * 3,
    'Price': np.concatenate([stocks['TECH'], stocks['BANK'], stocks['RETAIL']]),
    'Stock': ['TECH'] * n_days + ['BANK'] * n_days + ['RETAIL'] * n_days
})

# 計算每日價格變化
df_pivot = df_stocks.pivot(index='Date', columns='Stock', values='Price')
daily_returns = df_pivot.pct_change().dropna()

# 創建互動式圖表
fig = px.line(df_stocks, x='Date', y='Price', color='Stock',
              title='股票價格趨勢 (2023年)',
              labels={'Price': '股價 (USD)', 'Date': '日期', 'Stock': '股票'},
              hover_data={'Price': ':.2f'},  # 格式化價格顯示
              color_discrete_sequence=['#2ca02c', '#1f77b4', '#ff7f0e'])

# 增加移動平均線 (30日)
for stock in stocks.keys():
    df_stock = df_stocks[df_stocks['Stock'] == stock]
    ma30 = df_stock['Price'].rolling(window=30).mean()
    fig.add_trace(
        go.Scatter(
            x=df_stock['Date'],
            y=ma30,
            mode='lines',
            line=dict(width=1, dash='dash'),
            name=f'{stock} 30日均線',
            hoverinfo='skip'
        )
    )

# 更新佈局和互動選項
fig.update_layout(
    template='plotly_white',
    coloraxis_colorbar=dict(title='GDP (十億美元)'),
    height=600,
    margin={"r": 0, "t": 50, "l": 0, "b": 0}
)

# 添加範圍選擇器
fig.update_xaxes(
    rangeslider_visible=True,
    rangeselector=dict(
        buttons=list([
            dict(count=1, label="1月", step="month", stepmode="backward"),
            dict(count=3, label="3月", step="month", stepmode="backward"),
            dict(count=6, label="6月", step="month", stepmode="backward"),
            dict(step="all", label="全部")
        ])
    )
)

fig.show()

練習 2：互動式儀表板 - 銷售數據分析

創建一個包含多個圖表的銷售數據分析儀表板。

import plotly.express as px
import plotly.graph_objects as go
from plotly.subplots import make_subplots
import pandas as pd
import numpy as np

# 生成模擬銷售數據
np.random.seed(42)

# 產品類別和區域
categories = ['電子產品', '家居用品', '服裝', '食品', '書籍']
regions = ['北部', '中部', '南部', '東部']
months = ['1月', '2月', '3月', '4月', '5月', '6月', 
          '7月', '8月', '9月', '10月', '11月', '12月']

# 生成銷售數據
n_records = 1000
data = {
    '日期': pd.date_range(start='2023-01-01', end='2023-12-31', periods=n_records),
    '產品類別': np.random.choice(categories, n_records),
    '區域': np.random.choice(regions, n_records),
    '銷售額': np.random.randint(100, 10000, n_records),
    '數量': np.random.randint(1, 50, n_records)
}

df = pd.DataFrame(data)

# 添加月份列
df['月份'] = df['日期'].dt.strftime('%m月')
df['月份數字'] = df['日期'].dt.month

# 1. 創建一個包含多個子圖的儀表板
fig = make_subplots(
    rows=2, cols=2,
    subplot_titles=('各產品類別銷售分布', '各區域銷售額比較', '月度銷售趨勢', '產品類別和區域銷售熱圖'),
    specs=[[{"type": "pie"}, {"type": "bar"}],
           [{"type": "scatter"}, {"type": "heatmap"}]],
    vertical_spacing=0.1,
    horizontal_spacing=0.1
)

# 2. 子圖1：產品類別銷售額分布 (圓餅圖)
category_sales = df.groupby('產品類別')['銷售額'].sum().reset_index()
fig.add_trace(
    go.Pie(
        labels=category_sales['產品類別'], 
        values=category_sales['銷售額'],
        textinfo='percent+label',
        hole=0.4,
        marker=dict(colors=px.colors.qualitative.Plotly)
    ),
    row=1, col=1
)

# 3. 子圖2：各區域銷售額比較 (長條圖)
region_sales = df.groupby('區域')['銷售額'].sum().reset_index()
fig.add_trace(
    go.Bar(
        x=region_sales['區域'],
        y=region_sales['銷售額'],
        text=region_sales['銷售額'],
        textposition='auto',
        marker_color='rgb(158,202,225)'
    ),
    row=1, col=2
)

# 4. 子圖3：月度銷售趨勢 (線圖)
monthly_sales = df.groupby('月份數字')['銷售額'].sum().reset_index()
monthly_sales = monthly_sales.sort_values('月份數字')
monthly_sales['月份'] = [months[i-1] for i in monthly_sales['月份數字']]

fig.add_trace(
    go.Scatter(
        x=monthly_sales['月份'],
        y=monthly_sales['銷售額'],
        mode='lines+markers',
        line=dict(width=3, color='rgb(0,128,0)'),
        marker=dict(size=8, symbol='circle')
    ),
    row=2, col=1
)

# 5. 子圖4：產品類別和區域銷售熱圖
heatmap_data = df.pivot_table(
    values='銷售額', 
    index='產品類別', 
    columns='區域', 
    aggfunc='sum'
)

fig.add_trace(
    go.Heatmap(
        z=heatmap_data.values,
        x=heatmap_data.columns,
        y=heatmap_data.index,
        colorscale='Viridis',
        showscale=True
    ),
    row=2, col=2
)

# 更新佈局
fig.update_layout(
    title_text='2023年銷售數據分析儀表板',
    height=800,
    width=1000,
    showlegend=False,
    template='plotly_white'
)

# 更新子圖軸標題
fig.update_yaxes(title_text='銷售額', row=1, col=2)
fig.update_yaxes(title_text='銷售額', row=2, col=1)
fig.update_xaxes(title_text='月份', row=2, col=1)
fig.update_xaxes(title_text='區域', row=2, col=2)

fig.show()

練習 3：互動式地圖 - 全球數據視覺化

展示如何使用 Plotly 創建互動式地圖視覺化。

import plotly.express as px
import pandas as pd
import numpy as np

# 創建模擬全球 GDP 和人口數據
countries = ['USA', 'China', 'Japan', 'Germany', 'India', 'UK', 'France', 'Italy', 'Brazil', 
             'Canada', 'Russia', 'South Korea', 'Australia', 'Spain', 'Mexico', 'Indonesia',
             'Netherlands', 'Switzerland', 'Turkey', 'Saudi Arabia']

# 模擬 GDP 數據 (單位：十億美元)
gdp_values = [25000, 18000, 4300, 4100, 3500, 3200, 2800, 2000, 1800, 1700, 
              1600, 1700, 1500, 1400, 1300, 1200, 900, 800, 700, 800]

# 模擬人口數據 (單位：百萬)
population_values = [330, 1400, 126, 83, 1380, 67, 65, 60, 212, 38, 
                    144, 52, 25, 47, 128, 270, 17, 8.5, 84, 35]

# 模擬 GDP 成長率 (%)
growth_values = [2.3, 5.5, 1.0, 1.5, 7.0, 1.1, 1.4, 0.8, 3.2, 1.9, 
                1.3, 2.8, 2.2, 1.2, 2.0, 5.0, 2.3, 3.0, 4.8, 1.8]

# 模擬人均 GDP (USD)
gdp_per_capita = [np.round(g * 1000 / p, 2) for g, p in zip(gdp_values, population_values)]

# 創建 DataFrame
df_world = pd.DataFrame({
    'country': countries,
    'GDP (Billion USD)': gdp_values,
    'Population (Million)': population_values,
    'GDP Growth (%)': growth_values,
    'GDP per Capita (USD)': gdp_per_capita
})

# 添加 ISO 國家代碼 (用於地圖)
iso_codes = ['USA', 'CHN', 'JPN', 'DEU', 'IND', 'GBR', 'FRA', 'ITA', 'BRA', 
             'CAN', 'RUS', 'KOR', 'AUS', 'ESP', 'MEX', 'IDN', 'NLD', 'CHE', 'TUR', 'SAU']
df_world['iso_alpha'] = iso_codes

# 創建互動式世界地圖
fig = px.choropleth(df_world,
                    locations='iso_alpha',
                    color='GDP (Billion USD)',
                    hover_name='country',
                    hover_data=['GDP (Billion USD)', 'Population (Million)', 
                               'GDP Growth (%)', 'GDP per Capita (USD)'],
                    color_continuous_scale=px.colors.sequential.Plasma,
                    projection='natural earth',
                    title='2023年全球GDP分布')

# 更新佈局
fig.update_layout(
    template='plotly_white',
    coloraxis_colorbar=dict(title='GDP (十億美元)'),
    height=600,
    margin={"r": 0, "t": 50, "l": 0, "b": 0}
)

fig.show()

# 創建氣泡地圖 (顯示 GDP、人口和成長率)
fig_bubble = px.scatter_geo(df_world, 
                           locations='iso_alpha',
                           color='GDP Growth (%)',
                           size='GDP (Billion USD)',
                           hover_name='country',
                           hover_data=['GDP (Billion USD)', 'Population (Million)', 
                                      'GDP Growth (%)', 'GDP per Capita (USD)'],
                           color_continuous_scale=px.colors.sequential.Viridis,
                           projection='natural earth',
                           title='全球經濟指標氣泡圖 (大小=GDP, 顏色=GDP成長率)')

# 更新佈局
fig_bubble.update_layout(
    template='plotly_white',
    height=600,
    margin={"r": 0, "t": 50, "l": 0, "b": 0}
)

fig_bubble.show()

結合 Matplotlib 和 Plotly 的優勢

在實際應用中，可以根據需求靈活選擇使用 Matplotlib 或 Plotly：

何時使用 Matplotlib

  • 生成靜態報告和學術論文圖表
  • 需要高度精確控制圖表外觀
  • 需要與 NumPy 生態系統緊密整合
  • 處理大量數據時 (Matplotlib 通常比 Plotly 更高效)
  • 需要將圖表保存為高質量圖像文件
# Matplotlib 範例：論文品質圖表
import matplotlib.pyplot as plt
import numpy as np
from matplotlib.ticker import MultipleLocator

# 設置風格
plt.style.use('seaborn-whitegrid')

# 創建數據
x = np.linspace(0, 10, 100)
y1 = 4 + 2 * np.sin(2 * x)
y2 = 4 + 2 * np.sin(2 * x + np.pi/4)
y3 = 4 + 2 * np.sin(2 * x + np.pi/2)

# 創建圖表和軸
fig, ax = plt.subplots(figsize=(10, 6))

# 繪製三條線
ax.plot(x, y1, 'o-', color='#1f77b4', markersize=4, linewidth=1.5, markevery=10, label='Phase 0')
ax.plot(x, y2, 's-', color='#ff7f0e', markersize=4, linewidth=1.5, markevery=10, label='Phase π/4')
ax.plot(x, y3, '^-', color='#2ca02c', markersize=4, linewidth=1.5, markevery=10, label='Phase π/2')

# 添加網格
ax.grid(True, linestyle='--', alpha=0.7)

# 設置坐標軸
ax.set_xlim(0, 10)
ax.set_ylim(0, 8)
ax.xaxis.set_major_locator(MultipleLocator(1))
ax.yaxis.set_major_locator(MultipleLocator(1))

# 添加標題和標籤
ax.set_title('Shifted Sine Waves', fontsize=16, pad=15)
ax.set_xlabel('x', fontsize=14, labelpad=10)
ax.set_ylabel('y = 4 + 2·sin(2x + φ)', fontsize=14, labelpad=10)
ax.legend(fontsize=12, frameon=True)

# 添加註釋
ax.annotate('Amplitude = 2', xy=(2, 6), xytext=(3, 7),
            arrowprops=dict(facecolor='black', shrink=0.05, width=1.5),
            fontsize=12)

# 調整佈局並保存
plt.tight_layout()
plt.savefig('publication_quality_figure.png', dpi=300, bbox_inches='tight')
plt.savefig('publication_quality_figure.pdf', bbox_inches='tight')
plt.show()

何時使用 Plotly

  • 創建互動式儀表板
  • 需要用戶能夠探索數據
  • 嵌入到網頁或 Jupyter Notebook 中
  • 需要分享給不熟悉 Python 的使用者
  • 需要展示多維數據並讓用戶自行發掘洞見
# Plotly 範例：互動式儀表板元素
import plotly.graph_objects as go
import plotly.express as px
import pandas as pd
import numpy as np

# 創建模擬股票數據
np.random.seed(42)
dates = pd.date_range('2023-01-01', '2023-12-31', freq='B')  # 工作日
prices = 100 * (1 + np.cumsum(np.random.normal(0, 0.015, len(dates))))
volumes = np.random.randint(100000, 1000000, len(dates))

# 創建 DataFrame
df = pd.DataFrame({
    'Date': dates,
    'Price': prices,
    'Volume': volumes
})

# 計算移動平均線
df['MA5'] = df['Price'].rolling(window=5).mean()
df['MA20'] = df['Price'].rolling(window=20).mean()

# 創建燭線圖
fig = go.Figure()

# 添加價格線
fig.add_trace(
    go.Scatter(
        x=df['Date'],
        y=df['Price'],
        mode='lines',
        name='股價',
        line=dict(color='rgba(0,0,0,0.5)')
    )
)

# 添加移動平均線
fig.add_trace(
    go.Scatter(
        x=df['Date'],
        y=df['MA5'],
        mode='lines',
        name='5日均線',
        line=dict(color='rgba(255,0,0,0.8)', width=1)
    )
)

fig.add_trace(
    go.Scatter(
        x=df['Date'],
        y=df['MA20'],
        mode='lines',
        name='20日均線',
        line=dict(color='rgba(0,0,255,0.8)', width=1.5)
    )
)

# 添加成交量長條圖 (使用 subplots)
fig.add_trace(
    go.Bar(
        x=df['Date'],
        y=df['Volume'],
        name='成交量',
        marker=dict(color='rgba(0,128,0,0.5)'),
        opacity=0.8,
        yaxis='y2'
    )
)

# 更新佈局
fig.update_layout(
    title='2023年股票價格和成交量分析',
    yaxis=dict(
        title='股價',
        titlefont=dict(color='rgba(0,0,0,0.8)'),
        tickfont=dict(color='rgba(0,0,0,0.8)')
    ),
    yaxis2=dict(
        title='成交量',
        titlefont=dict(color='green'),
        tickfont=dict(color='green'),
        anchor='x',
        overlaying='y',
        side='right'
    ),
    xaxis=dict(
        title='日期',
        rangeslider=dict(visible=True),
        rangeselector=dict(
            buttons=list([
                dict(count=1, label='1月', step='month', stepmode='backward'),
                dict(count=3, label='3月', step='month', stepmode='backward'),
                dict(count=6, label='6月', step='month', stepmode='backward'),
                dict(step='all', label='全部')
            ])
        )
    ),
    template='plotly_white',
    hovermode='x unified',
    legend=dict(orientation='h', y=1.02)
)

fig.show()

結論：選擇適合您需求的工具

沒有一個「最好」的可視化工具，而是要根據您的具體需求選擇合適的工具：

  1. 目標受眾是誰？

    • 學術/研究人員 → Matplotlib
    • 商業分析/網頁使用者 → Plotly

  2. 呈現方式是什麼？

    • 報告/論文/出版物 → Matplotlib
    • 網頁/儀表板/互動式演示 → Plotly

  3. 數據的複雜度如何？

    • 需要精確控制的複雜圖表 → Matplotlib
    • 多維數據的互動式探索 → Plotly

  4. 開發時間有多少？

    • 需要快速生成標準圖表 → Plotly Express
    • 有時間進行詳細客製化 → Matplotlib

  5. 誰會使用這些圖表？

    • 僅供個人或團隊使用 → Matplotlib 或 Plotly 均可
    • 需要分享給不同技術背景的人 → Plotly

最佳實踐建議

  1. 從問題開始思考：先確定您要回答什麼問題，再選擇適合的視覺化工具
  2. 保持簡單：不要過度裝飾您的圖表，讓數據說話
  3. 考慮色彩無障礙：選擇色盲友好的調色板
  4. 註釋關鍵點：突出顯示重要的數據點或趨勢
  5. 適當使用互動性：互動功能應該增強而不是分散對數據的理解

無論您選擇哪種工具，記住：好的資料視覺化不是關於炫技，而是關於有效地傳達數據中的見解和故事。

祝您在 Python 資料視覺化的旅程中取得成功！

延伸閱讀

Chart.js 互動式圖表入門教程 AI Prompt 提詞技巧大全：從入門到精通

標籤

#資料視覺化 #Matplotlib #Plotly #Python #Tags/靜態圖表 #互動式圖表 #Tags/圖表客製化 #儀表板 #Tags/散點圖 #線圖