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

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