跳轉至
第 6 章 · 視覺化

6.6 seaborn 進階

⏱️ 30 分鐘 📖 互動式 🎯 資料分析

🎯 學習目標

  • seaborn 美化
  • heatmap / pairplot / violinplot

🌊 seaborn 是什麼

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

# 內建資料集練習
df = sns.load_dataset("tips")
print(df.head())

🔥 heatmap

import numpy as np

data = np.random.rand(8, 6)
sns.heatmap(data, annot=True, cmap="YlOrRd")
plt.title("熱力圖")

📊 常見圖

# 類別 vs 數值
sns.boxplot(data=df, x="day", y="total_bill")

# 散佈 + 分類
sns.scatterplot(data=df, x="total_bill", y="tip", hue="sex")

# 配對圖
sns.pairplot(df, hue="sex")

# 分布
sns.violinplot(data=df, x="day", y="total_bill")

✏️ 練習題

  1. 用 AQI 資料畫 seaborn boxplot(按縣市)
  2. 畫 heatmap 看縣市 × 污染物