Matplotlib 資料視覺化實戰:從資料到清楚可讀的圖表

作者 Tr. Bug 分類: 程式語言
追蹤清單 分享

關於此課程

TEMPEDU · MATPLOTLIB 實作課

Matplotlib 資料視覺化實戰:從資料到清楚可讀的圖表

課程簡介

你已經會用 Python 與 pandas 整理資料,卻還不確定怎麼選圖、調整標籤,或把圖交給別人使用?這門課以虛構晨光學習工作室的日觀測、用品訂單與合成學習樣本為情境,帶你從第一張折線圖走到完整雙圖報告。8 堂圖文實作逐步教會你 Figure/Axes、plot、bar/barh、scatter、hist、pie、子圖配置與圖片輸出。每堂都有完整資料、逐步說明、練習、可展開參考答案與可執行檢查;不需要從錄影猜程式,也不需要上傳真實個資。

01|適合誰來學

  • 已能使用 Python 串列、字典、匯入與基本迴圈
  • 已接觸 NumPy 陣列與 pandas DataFrame、欄位選取;groupby 將在課內複習
  • 需要把分析結果做成清楚可讀的圖表,準備放進工作報告或教學簡報

02|完成後,你能交付什麼

  • 依趨勢、類別比較、兩變數關係、單變數分布與整體占比選擇適合的圖型
  • 用 Figure/Axes 物件建立圖表,加入標題、單位、圖例、刻度與可辨識樣式
  • 使用 pandas 彙總與排序,檢查缺失值、資料配對、分箱範圍與觀測筆數
  • 建立多子圖版面,合理選擇共用軸與尺度,避免造成誤解
  • 輸出可重新執行、可查核的 PNG/CSV/文字分析報告,揭露合成資料與因果限制
具體成果

你會完成雙系列趨勢圖、商品排名圖、關係與分布雙圖,以及一份附 PNG、200 筆合成資料 CSV 和三句分析的可查核報告。

03|學習方式與時間

全課以繁體中文圖文講義與程式實作進行。8 堂約 225 分鐘,課末測驗約 15 分鐘,合計約 4 小時;實際時間依你的 Python 熟練度而異。每堂先讀情境、跑完整示範,再做練習,最後展開答案對照。每段主要程式都帶有完整匯入與資料,跳讀時也能單獨執行。

你可以用已安裝 Matplotlib、pandas、NumPy 的 Python/Jupyter 環境。教材包另附學員版、完整答案版 Notebook 與 16 支獨立腳本。圖上預設英文標籤,避免中文字型差異阻擋主線;繁中圖表字型是選修。Colab 使用者可上傳 Notebook,但本課尚未在 Colab 互動介面逐格實測。

04|課程地圖

一、建立可讀趨勢圖

先把資料放對位置,再讓讀者看得懂。

01|從問題出發:建立第一張 Figure 與 Axes(約 20 分鐘)

  • 你能依問題選圖,說出 Figure、Axes、Axis 的分工,並從完整資料建立一張有單位的折線圖。

02|讓趨勢圖說清楚:樣式、圖例、刻度與單位(約 25 分鐘)

  • 你能畫出雙系列趨勢圖,選擇可辨識的線型與標記,並完成原教材的練習 1。
二、選圖與資料彙總

從類別、關係和分布選擇圖型。

03|先彙總再比較:長條圖、排名與整體占比(約 30 分鐘)

  • 你能把重複商品紀錄彙總成每類一值,完成原教材練習 2,並判斷什麼情況適合圓餅圖。

04|關係與分布:散佈圖、直方圖與分箱檢查(約 30 分鐘)

  • 你能用 scatter 看兩個數值的關係,用 hist 看單一數值的分布,並驗證分箱有沒有漏掉觀測值。
三、可信資料與多圖版面

處理排序、缺口、尺度和子圖。

05|畫得出來還不夠:pandas、排序與缺失值(約 25 分鐘)

  • 你能把 DataFrame 接到指定 Axes,保留時間缺口,並用資料檢查找出看似合理的錯圖。

06|一張畫布兩種問題:子圖、版面與尺度(約 30 分鐘)

  • 你能掌握 subplots 回傳形狀、選擇是否共用座標軸,完成原教材練習 3,並解釋線性與對數尺度的差別。
四、輸出與綜合實作

產出可查核成果,完成測驗與專案。

07|可靠交付:圖片輸出、中文字型與除錯(約 25 分鐘)

  • 你能用指定的 Figure 輸出 PNG 與 SVG,辨認 figsize 與 dpi 的差別,並用安全的小測試診斷錯誤。

08|綜合專案:完成可查核的雙圖分析報告(約 40 分鐘)

  • 你能從乾淨環境建立完整資料、產生雙圖、驗證樣本與分箱、輸出檔案,並寫出有界線的三句分析。

05|完成標準

  • 8 堂練習的關鍵斷言通過,能說出每張圖回答的問題
  • 12 題小測驗至少答對 9 題(75%)
  • 綜合專案依五項規準至少 80/100 分,且全部程式斷言通過
  • 交付檔案能開啟、資料能重現、圖表標籤完整、結論不把合成關係誤寫成真實因果

06|資料與驗證聲明

所有資料都是教學合成資料,不是真實學生或營運結果。範例在 Python 3.12.14/Matplotlib 3.10.8/pandas 2.2.3/NumPy 2.3.5 環境實際測試;官方 API 查核日期為 2026-10-09。套件新版或不同作業系統可能改變預設外觀,但本課不以像素完全相同當成正確標準。這是圖文實作課,沒有宣稱提供螢幕錄影。

程式正確性、圖片可讀性與網站呈現是不同層次的檢查。完整程式與可展開答案已包含在每堂正文;下載教材包是輔助,沒有下載也能依課文完成練習。

07|教材基礎

本課由既有 30 張 Matplotlib 教學投影片及 28 節完整範例 Notebook 重新設計為線上圖文課。保留三項核心演練:可讀折線圖、彙總長條圖、關係與分布雙圖,並補齊獨立執行、資料驗證、輸出交付與課末評量。

購買與閱讀方式

售價 NT$499,一次性購買。第一堂免費試讀,其餘內容購買後以 TempEDU 會員帳號閱讀。線上數位內容,無實體寄送。本課為圖文實作,自評與參考解答由學員自行核對;不是錄影或官方認證課程。

購買前請閱讀退款政策與服務條款。可用付款方式以結帳頁為準,第三方工具可能另有費用。

先修與延伸學習

如果還不熟悉 DataFrame 的清理與彙總,可先查看Python pandas 資料清理與計算實戰。完成本課圖表後,可搭配AI 簡報製作與驗收教學,練習把圖表放進有來源、單位和清楚結論的工作簡報;各課的先備能力與購買方式請以課程頁為準。

展開更多內容

課程內容

一、建立可讀趨勢圖
從問題、Figure 與 Axes 開始,建立帶有標題、單位與圖例的趨勢圖。

二、選圖與資料彙總
從類別、關係和分布選擇圖型。

三、可信資料與多圖版面
處理排序、缺口、尺度和子圖。

四、輸出與綜合實作
產出可查核成果,完成測驗與專案。

Want to receive push notifications for all major on-site activities?

✕