台灣開發PlotDB製作百種動態視覺圖表，不需寫程式也能上手|數位時代 BusinessNext

台灣開發PlotDB製作百種動態視覺圖表，不需寫程式也能上手

如何製作吸睛的圖表？PlotDB是由台灣「資料視覺化」團隊所開發的線上動態圖表製作工具，只要上傳資料表格就能套用樣式、製作出吸睛且多樣化的圖表。

你有時候會在網路文章中看到一些讓人驚艷的圖表，例如可以互動旋轉的地球上顯示各地區資料。或者你會在一些精緻的簡報中看到設計很有特色的長條圖、折線圖、趨勢圖。問題是，這些圖表要怎麼做出來呢？一般的 Excel 或 Google 試算表似乎無法解決這個問題？這時候，「 plotDB 」就派上用場了。

「 PlotDB 」是由台灣的「資料視覺化」團隊開發的線上動態圖表製作工具，它提供了上百種動態圖表樣式，用戶只要上傳資料表格，就能套用樣式，製作出吸睛且多樣化的圖表，不需懂寫程式，也不需懂設計，都能快速上手。

我之前在電腦玩物也介紹過不少線上圖表工具：

而「 PlotDB 」無論在視覺圖表的高品質、多樣性，和製作的簡易程度上，確實都有其獨特的特色，非常值得推薦給需要繪製視覺圖表的朋友。

1. 選圖表樣式

「 PlotDB 」在操作上可簡單，可複雜。簡單的話，對像我這樣沒有程式與設計功力的人，也可以輕鬆上手。但其複雜的一面又讓懂得寫程式與設計的人可以自由調整。

這篇文章，我就從簡單的一面講。

進入「 PlotDB 」網站，針對自己想要的資訊圖表樣式，選擇一張首頁的圖表模板，進入其中。看到有很多功能先別害怕，大多數都不一定要用到。

2. 匯入需要的資料

接著先拉到網頁下半部的「 Data Binding 」，從「 New Dataset 」按鈕，上傳你的表格資料。

你也可以透過「 PlotDB 」網站直接建立表格資料。

3. 拖曳填入資料欄位

點選左方表格清單裡自己的表格資料，然後會看到右方自動拆解出表格裡的各個欄位，每個欄位用一張卡片來表示。

把上方「待用」的卡片，拖曳到下方的「圖表所需列表」中即可。

例如下圖中，我把「單位」欄位拖曳到圖表的「 Order 」，把「每年份欄位」拖曳到「 Values 」列表。

這樣一來，上方的視覺圖表，就會根據我拖曳的卡片數值，自動產生新的圖表內容了。

4. 可查看每個圖表的資料類型如何建立

你可能會問，每個圖表的資料類型都不太一樣，如果我沒有概念，不知道怎麼建立資料表格麼辦？

放心，「 PlotDB 」有一個很貼心的設計，捲動到最下方，會有一個「 **Check the Sample Data **」連結，點擊後，可以看到「針對這個視覺圖表的資料表格範本」，從範本中你就知道怎麼建立適合的資料表了。

5. 線上產生圖表

完成我需要的視覺圖表後，「 PlotDB 」提供了下載按鈕，我可以把圖表下載成 PNG 或向量圖檔。

例如下圖就是我透過「 PlotDB 」製作完成的視覺圖表。

另外因為「 PlotDB 」有許多動態的視覺圖表，這些動態圖可以透過「 Share 」按鈕獲得嵌入其他網頁的語法，就能在你的網站中顯示動態視覺圖囉！

這個由台灣團隊製作的「 PlotDB 」線上視覺圖表工具非常強大，目前 Beta 期間開放免費測試，未來應該會採取部分免費、部分收費的形式，推薦大家試試看。

延伸閱讀相關文章：

「 PlotDB 」網站

本文授權轉載自：電腦玩物

若將生成式人工智慧（GenAI）技術視為改變人與資訊互動的重要分水嶺，Physical AI（實體AI）則讓 AI 真正理解並介入真實世界：從機器人、自駕車到智慧製造，AI 正從「理解內容」走向「理解物理世界」，其中，自駕車被公認是 Physical AI 最具代表性的落地場域，也是目前最能驗證 AI 感知、推理與決策能力的應用，因為，不僅要控制車輛，還必須即時與人流、車流、道路設施及各類載具互動，需要極高的 AI 感知、推理與執行能力。

對深耕智慧移動多年的勤崴國際而言，Physical AI不只是 AI 技術演進，而是自駕車產業邁向下一個世代的重要轉折：從依賴規則控制（Rule-based）的自駕系統，逐步升級為具備感知、推理、學習與持續優化能力的智慧移動平台，讓全球自駕車產業競爭從單一技術比拚，走向資料、場域、生態系與 AI 能力的全面競賽。

Physical AI讓自駕車從「照規則開車」走向「理解世界」

過去，自駕車依靠高精地圖、光達（LiDAR）、攝影機等感測器，以及大量預先設定好的規則進行判斷，這種作法能處理相對固定的情境，但一旦遇到複雜且快速變化的交通環境，例如大量機車穿梭、行人突然穿越、不同國家的交通規則，系統很容易受到限制。

勤崴國際認為，Physical AI 的出現正改寫自駕車的發展模式：透過更強大的 GPU 算力，結合世界模型（World Model）、數位孿生（Digital Twin）與模擬器（Simulator），AI 能先在虛擬世界完成大量交通情境模擬，再將學習成果快速部署到真實道路，不僅大幅縮短訓練與驗證時間，也讓自駕系統持續學習與進化。

「在 Physical AI 賦能下，自駕車將從依照規則開車轉變成能理解環境、預測意圖，再做出最佳決策。」勤崴國際副總經理林映帆表示，例如當系統看到路邊有人揮手，不只是辨識動作，而是能推論對方有搭車需求；當機車快速切入車道，也能提前預測可能路徑，而非等事件發生後才反應。

這也意味著，自駕車的競爭已從「規則設計」走向「AI學習能力」的競爭：自駕車不僅是智慧移動的新載具，更是觀察 Physical AI 是否真正成熟的重要指標；換言之，Physical AI比拚的不是演算法，而是誰能持續累積真實場域、建立與完善資料庫，讓 AI 在每一次行駛中不斷學習、持續進化，形成下一波智慧移動競爭的關鍵。

七年累積三十個場域，勤崴國際打造台灣智慧移動新能量

相較於 Waymo、Tesla 的優勢來自數百萬輛車持續累積道路資料，勤崴國際的策略是透過不同場域的長期營運，建立屬於台灣的智慧移動資料庫。

自2019年投入自駕車商業化應用以來，勤崴國際不僅持續深耕高精地圖、自駕系統、車聯網及自駕運輸技術、於全台完成超過30個自駕場域部署，累積自駕行駛里程突破38萬公里、服務超過80萬人次，更逐步建立台灣少數具規模的智慧移動資料庫；為進一步加速自駕車產業價值鏈發展，勤崴國際也攜手車廠、路側設備，感測器、AI 平台、車聯網、客運與場域業者打造完整的自動駕駛生態系。

以台積電南科園區的自駕巴士服務為例，由於路線涵蓋園區內外道路，自駕車不僅要與物流車、叉車及一般車流共存，離開園區後更須面對台灣特有的高密度機車交通環境，對 AI 的感知與決策能力形成高度挑戰；截至今日，該服務已累積超過92,435人次搭乘、自駕行駛里程超過83,542公里，接駁率高達96.7%；此外，勤崴國際也於廠區內導入自駕接駁車與自駕載貨車，累積服務超過216,794人次，驗證自駕技術在智慧工廠場域的落地能力。

除了工業場域，勤崴也將自駕技術延伸至觀光應用，例如今（2026）年6月在南投埔里福興溫泉區推出「啡嚐咖心」觀光自駕車服務；林映帆指出，相較於工業場域重視效率，觀光應用更重視人車互動與乘車體驗，遊客只需一鍵即可啟動自駕接駁，系統除了安全辨識行人與周遭環境，也能透過語音互動提升搭乘安心感，證明自駕車不僅適用於產業應用，更可成為偏鄉觀光與高齡化社會的新一代公共運輸解決方案。

接下來，勤崴國際將憑藉著在南部科學園區、南投與新北市的落地運行經驗，攜手產業夥伴、針對未來對自駕公車有需求的城市，協助客運業者解決公車缺工等議題。

林映帆說：「我們的目標是提供自駕全方位解決方案。」在累積物流、廠區接駁、觀光、無塵室搬運等多元場域經驗後，勤崴逐步發展出「一個平台、多種載具、多種場域」策略：將共通技術平台模組化，再依不同客戶需求進行客製化調整，讓每新增一個場域，都成為下一個場域快速且安全部署的重要養分。

勤崴國際副總經理林映帆表示，將以「一個平台、多種載具、多種場域」策略，攜手自駕車產業鏈夥伴，協助AI自駕車等智慧移動落地應用，以及打造「國家隊」前進海外市場。

圖／數位時代

隨著Physical AI的成熟與落地，未來智慧移動的競爭，不再只是比誰擁有更大的模型，而是比誰能持續累積場域、建立完整資料庫，以及串聯完整生態系；在這個關鍵時刻，勤崴國際除因應不同場域客戶需求提供自駕車解方，也希望攜手更多產業夥伴，共同打造具有國際競爭力的智慧移動國家隊，讓台灣在全球自駕與 Physical AI 的新賽局中，占有一席關鍵位置。