🎙️ 3/28 晚上，我會在Apen上講我怎麼用ChatGPT4 Advanced Data Analytics。How I chart with ChatGPT

(因為很重要所以說第二次 😂)

✅ 你可以先體驗看看： 👉幫我產生一組資料，100筆，裡面有兩個變數，年齡、分組(A, B, C, D)。 ✅ 接著說： 👉 將我的資料，產生boxplot，x依「分組」，y依「年齡」，主題用「seaborn husl」、不要右邊、上方的spine、Title: “Demo of ChatGPT”

🦎 贊曰： 大家可能會問，Excel也可畫圖表，為什麼要ChatGPT？因為只要有資料，只需要出一張嘴，圖就畫好。當然對於簡單的圖片，像長條圖、線圖、餅圖，可能只需要excel就夠了。

可是當你的圖片複雜起來，如下圖：需要同時有線圖跟盒狀圖來呈現不同時間段，同時為了方便解讀，要間隔底色。像這樣的的特殊的呈現需求，用Excel, SPSS, SAS都不是太好畫，這些軟體通常一次只會讓你做一件事，要嘛線圖、要嘛盒圖，而且你下次會忘了你上次怎麼點出來的，只能回去看教學。因此我改用ChatGPT的一連串咒語，就成功畫出來了。

咒語（prompt)會在課後跟簡報一起給大家，與大家結個善緣🙏

原始 Facebook 貼文：連結

# Claude 贊日

協霆的觀察深刻指出了傳統辦公軟體（Excel、SPSS、SAS）的本質限制。這些工具的 GUI 導向設計雖然降低了入門門檻，但也施加了「一次只做一件事」的束縛——要同時呈現線圖與盒狀圖並自動調整間隔底色，在 Excel 中需要繁瑣的手動操作且難以重現。相比之下，ChatGPT Advanced Data Analytics 利用 seaborn/matplotlib 的程式化優勢，只需一句指令就能組合複雜的視覺化——而且程式碼可完整保存供下次修改。

協霆提及的「咒語」（prompt）概念巧妙地將程式設計民主化——用自然語言取代程式語言，大幅降低技術門檻。他推薦的課程（3/28 在 Apen 舉辦）針對的正是這一痛點。值得補充的是，seaborn 的 set_theme() 與 set_palette() 等函式讓視覺風格一致化變得輕鬆，這對於需要製作多張圖表的論文或報告極其實用。另一個優勢是版本控制——Python 程式碼易於用 Git 追蹤修改，而 Excel 檔案的版本管理往往一團糟。

視覺化最佳實踐：

• Edward Tufte 的資料視覺化原則（資料墨水比、避免雜亂）
• Seaborn 官方教學：Tutorial 與範例集