iPAS AI 應用規劃師中級 114 年第二次 科二 第 46 題 詳解

114 年第二次 科二 大數據處理分析與應用 · 考點:常見的大數據分析方法

一間遊戲市場研究公司正在分析全球電子遊戲銷售情況,並準備建立一份「熱銷遊戲銷售報告」。分析師取得了一份名為vgsales.csv的資料集,內容包含了全球銷量超過10萬份的電子遊戲清單。研究團隊希望透過這份資料,了解不同年份、平台與地區的銷售趨勢。資料集的欄位說明如下,請根據下述資料情境回答以43~47題。 Name:遊戲名稱 Platform:遊戲平台(如PS4、X360、Wii等) Year:發售年份 Genre:遊戲類型(如Action、Sports、Role-Playing等) Publisher:發行商名稱 NA_Sales / EU_Sales / JP_Sales / Other_Sales:各地區銷售量(單位:百萬份) Global_Sales:全球總銷售量(單位:百萬份) 資料的欄位概觀如下:

團隊希望比較北美、歐洲、日本及其他地區的整體銷售比例,並使用seaborn套件以長條圖的形式進行可視化分析。請選出能正確顯示這些地區銷售總額比例的程式碼。

  1. Asns.countplot(x=["NA_Sales","EU_Sales","JP_Sales","Other_Sales"], data=data)

    countplot 只算類別出現次數,且 x 不能餵欄名清單。

  2. Bsns.lineplot(x="Platform", y=["NA_Sales","EU_Sales","JP_Sales","Other_Sales"], data=data)

    折線圖用於趨勢,y 也不接受多欄位列表。

  3. Csns.barplot(x="variable", y="value", data=pd.melt(data, value_vars=["NA_Sales","EU_Sales","JP_Sales","Other_Sales"]), estimator=sum)(正確答案)

    melt 轉長格式後以 barplot 加 estimator=sum 得各區總額。

  4. Dsns.histplot(data[["NA_Sales","EU_Sales","JP_Sales","Other_Sales"]])

    histplot 畫的是分布次數,不是各地區銷售總額。

正確答案:C

考寬表轉長表(melt)搭配 seaborn 長條圖彙總多欄位數值的正確用法。 先問「要畫的是次數還是數值總和」,再確認多個欄位是否需先轉成長格式(long format)。

用刷8題準備 iPAS AI 應用規劃師中級

每天隨手刷 8 題,答錯的題目會自動排回來再考一次。不用註冊,打開就能開始。

開始刷題

常見的大數據分析方法

  1. 115 年第一次 科二 第 8 題某咖啡店聲稱其平均外送時間為36分鐘,母體標準差為16分鐘。顧客保護團體抽樣9筆訂單,發現平均外送時間為40分鐘。若採用…
  2. 115 年第一次 科二 第 22 題某連鎖便利商店集團欲建立門市未來14天每日銷售額預測模型(500間門市、3年歷史資料)。資料具有明顯的週期性(週末較高)…
  3. 115 年第一次 科二 第 27 題某AI產品的商業分析師在準備月度報告時,需要在單一頁面上同時呈現1,000位使用者的留存率、活躍程度與付費轉換率三項指標…
  4. 115 年第一次 科二 第 32 題某銀行建置貸款違約預測模型,資料共50,000筆,其中違約樣本僅800筆(佔1.6%)。在模型建置流程中,先對整體資料使…
  5. 114 年第二次 科二 第 20 題某銀行計畫將信用風險評估模型部署至雲端平台,以便即時分析客戶交易行為。由於涉及大量敏感金融資料,銀行要求雲端服務商在不解…