Skill 多語言閱讀指南
data-visualization用途、用法與原始來源
使用 Python（matplotlib、seaborn、plotly）建立有效的資料視覺化圖表。可用於建立圖表、為資料集選擇合適的圖表類型、建立出版級圖表，或應用可訪問性和色彩理論等設計原則。
原文擷取時間:
- SKILL.md
data/skills/data-visualization/SKILL.md- 儲存庫 Star
- 34,049
- 儲存庫最近更新
- 2026-10-30
- 能力分類
- 設計
- 最近採集時間
授權：授權檔案待核驗
流程片段用來協助閱讀上游說明。本頁沒有執行第三方 Skill，不屬於實測評測。
下面的用途與操作片段來自上游文件，由本站整理並翻譯，和另行標示的 Codez 編輯分析分開呈現。
這個 Skill 能做什麼
使用 Python（matplotlib、seaborn、plotly）建立有效的資料視覺化圖表。可用於建立圖表、為資料集選擇合適的圖表類型、建立出版級圖表，或應用可訪問性和色彩理論等設計原則。
如何使用：上游操作流程
何時不應使用某些圖表
圓餅圖：除非必要，否則避免使用。6類別和精確比例遠不如粗略比較重要。人類不擅長比較角度，所以最好使用長條圖。3D型圖：絕對不要用。它們會扭曲認知，而且不會提供任何新資訊。
原文片段 · L31 ↗原文片段 · python ↗
fig, ax = plt.subplots(figsize=(10, 8))
# Pivot data for heatmap format
pivot = df.pivot_table(index='row_dim', columns='col_dim', values='metric', aggfunc='sum')
sns.heatmap(pivot, annot=True, fmt=',.0f', cmap='YlOrRd',
linewidths=0.5, ax=ax, cbar_kws={'label': 'Metric Value'})
ax.set_title('Metric by Row Dimension and Column Dimension', fontweight='bold')
ax.set_xlabel('Column Dimension')
ax.set_ylabel('Row Dimension')
plt.tight_layout()
plt.savefig('heatmap.png', dpi=150, bbox_inches='tight')環境與相依需求
本次未從該檔案選出獨立的環境需求片段，不代表無須相依套件。請繼續核對儲存庫的安裝說明和引用檔案。
限制與結果檢查
本次未從該檔案選出獨立的限制片段，不代表適用於所有輸入或環境。請閱讀完整原文，並自行驗證實際結果。
開始使用前
- 先核對支援的 Agent 宿主和儲存庫安裝說明。保留完整 Skill 目錄及其引用的腳本、資源和文件，只複製 SKILL.md 可能遺漏相依需求。
- 向 Agent 提供實際輸入、預期輸出和驗收標準。呼叫方式與可用工具取決於宿主環境，本站不假定存在通用的安裝指令。
- 先在暫存專案或輸入副本上試用。涉及修改檔案、遠端服務或計費資源的操作，應逐項核對後再授權。
- 依照原文檢查項目和自己的需求驗證輸出。成功觸發或儲存庫 Star 較高，都不能證明結果正確。
繼續閱讀原始文件
相關 Skill
翻譯與介紹範圍
本頁從固定版本的上游 SKILL.md 整理用途與操作片段，譯文使用輔助翻譯。它不是完整手冊，也不代表經過相容性實測；使用前請核對原文及其引用檔案。
介紹依據下方列出的固定版本；目前儲存庫動態和目錄擷取時間分開呈現。
- 固定版本來源
- 閱讀原文 ↗
- 原文擷取時間
- 來源提交版本
2574e29377c7173d0cecffef29a6ecbd7f8ccb5d- 原文 SHA-256
5811e8b3547cda6bc8af118aaf0d7589e8861cdc9facce6372dc78aea99ab87d