想要製作漂亮的視覺化圖表嗎？Kaggle 平臺上有一個資料視覺化的微課程，總時長才 4 小時。快來學習吧！
課程地址：https://www.kaggle.com/learn/data-visualization-from-non-coder-to-coder
課程簡介
該課程為免費課程，共包含 15 節課，時長 4 小時。主講人 Alexis Cook 曾就讀於杜克大學、密歇根大學和布朗大學，在多個線上學習平臺（如 Udacity 和 DataCamp）教授資料科學。
這門課程使用的資料視覺化工具是 Seaborn，所以學員需要稍微瞭解如何寫 Python 程式碼。不過沒有任何程式設計經驗的人也可以通過該課程學會資料視覺化，正如課程名稱那樣：Data Visualization: from Non-Coder to Coder，透過資料視覺化見證程式設計的魅力。
該課程包含 15 節課，分為課程講解和練習兩類，每一堂講解課後都有一節練習課，讓學員及時鞏固和應用所學知識。
課程涉及對資料視覺化工具 Seaborn 的介紹，如何繪製折線圖、柱狀圖、熱圖、散點圖、分佈圖，如何選擇圖表型別和自定義樣式，課程期末專案，以及如何舉一反三為自己的專案建立 notebook。課程目錄如下所示：
下面，我們將選取其中一節課——散點圖（Scatter Plots）進行簡單介紹。
如何建立高階散點圖
點進去你會在左側看到這節課的大致內容，如下圖所示，「散點圖」共包含五個部分：
btw，眼尖的讀者會發現，下面還有一個 comments 版塊。所以，該課程還是互動式的呢，你可以邊學習邊評論。
通過這節課，你將學習如何建立高階的散點圖。
設定 notebook
首先，我們要設定編碼環境。
輸入：
import pandas as pdimport matplotlib.pyplot as plt%matplotlib inlineimport seaborn as snsprint("Setup Complete")
輸出：
Setup Complete
載入和檢查資料
我們將使用一個保險費用（合成）資料集，目的是瞭解為什麼有些客戶需要比其他人支付得更多。資料集地址：https://www.kaggle.com/mirichoi0218/insurance/home
輸入：
# Path of the file to readinsurance_filepath = "../input/insurance.csv"# Read the file into a variableinsurance_datainsurance_data = pd.read_csv(insurance_filepath)
列印前五行，以檢查資料集是否正確載入。
輸入：
insurance_data.head()輸出：
散點圖
為了建立簡單的散點圖，我們使用 sns.scatterplot 命令並指定以下值：
水平 x 軸（x=insurance_data['bmi']）
垂直 y 軸（y=insurance_data['charges']）
輸入：
sns.scatterplot(x=insurance_data['bmi'], y=insurance_data['charges'])輸出：
<matplotlib.axes._subplots.AxesSubplot at 0x7f4d146c3dd8>
上面的散點圖表明身體質量指數（BMI）和保險費用是正相關的，BMI 指數更高的客戶通常需要支付更多的保險費用。（這也不難理解，高 BMI 指數通常意味著更高的慢性病風險。）
如果要再次檢查這種關係的強度，你可能需要新增一條迴歸線，或者最擬合資料的線。我們通過將該命令更改為 sns.regplot 來實現這一點。
輸入：
sns.regplot(x=insurance_data['bmi'], y=insurance_data['charges'])輸出：
/opt/conda/lib/python3.6/site-packages/scipy/stats/stats.py:1713: FutureWarning: Using a non-tuple sequence for multidimensional indexing is deprecated; use `arr[tuple(seq)]` instead of `arr[seq]`. In the future this will be interpreted as an array index, `arr[np.array(seq)]`, which will result either in an error or a different result.return np.add.reduce(sorted[indexer] * weights, axis=axis) / sumval<matplotlib.axes._subplots.AxesSubplot at 0x7f4d10de8748>
著色散點圖
我們可以使用散點圖展示三個變數之間的關係，實現方式就是給資料點著色。
例如，為了瞭解吸菸對 BMI 和保險費用之間關係的影響，我們可以給資料點 'smoker' 進行著色編碼，然後將'bmi'、'charges'作為座標軸。
輸入：
sns.scatterplot(x=insurance_data['bmi'], y=insurance_data['charges'], hue=insurance_data['smoker'])輸出：
<matplotlib.axes._subplots.AxesSubplot at 0x7f4d10d0c6a0>
以上散點圖展示了不抽菸的人隨著 BMI 指數的增加保險費用會稍有增加，而抽菸的人的保險費用要增加得多得多。
要想進一步明確這一事實，我們可以使用 sns.lmplot 命令新增兩個迴歸線，分別對應抽菸者和不抽菸者。（你會看到抽菸者的迴歸線更加陡峭。）
輸入：
sns.lmplot(x="bmi", y="charges", hue="smoker", data=insurance_data)輸出：
/opt/conda/lib/python3.6/site-packages/scipy/stats/stats.py:1713: FutureWarning: Using a non-tuple sequence for multidimensional indexing is deprecated; use `arr[tuple(seq)]` instead of `arr[seq]`. In the future this will be interpreted as an array index, `arr[np.array(seq)]`, which will result either in an error or a different result.return np.add.reduce(sorted[indexer] * weights, axis=axis) / sumval<seaborn.axisgrid.FacetGrid at 0x7f4d10c73240>
sns.lmplot 命令與其他命令有一些不同：
這裡沒有用 x=insurance_data['bmi'] 來選擇 insurance_data 中的'bmi'列，而是設定 x="bmi"來指定列的名稱。
類似地，y="charges" 和 hue="smoker"也包含列的名稱。
我們使用 data=insurance_data 來指定資料集。
最後，還有一個圖要學。我們通常使用散點圖顯示兩個連續變數（如"bmi"和 "charges"）之間的關係。但是，我們可以調整散點圖的設計，來側重某一個類別變數（如"smoker"）。我們將這種圖表型別稱作類別散點圖（categorical scatter plot），可使用 sns.swarmplot 命令構建。
輸入：
sns.swarmplot(x=insurance_data['smoker'],y=insurance_data['charges'])
輸出：
<matplotlib.axes._subplots.AxesSubplot at 0x7f4d10c50c88>
除此之外，這個圖向我們展示了：
不抽菸的人比抽菸的人平均支付的保險費用更少；
支付最多保險費用的客戶是抽菸的人，而支付最少的客戶是不抽菸的人。