iPAS 考題解析
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視覺化分析。請選出能正確顯示這些地區銷售總額比例的程式碼。（資料欄位：NA_Sales、EU_Sales、JP_Sales、Other_Sales）
中級 大數據處理分析與應用
難度：中等 ★★☆ 114 年考題
考試範圍定位
- 考試等級
- 中級能力鑑定
- 考試科目
- 大數據處理分析與應用
- 知識主題
- 大數據分析方法與工具
- 能力指標
- 數據可視化工具（L22303）
本題屬於 iPAS AI 應用規劃師中級能力鑑定「大數據處理分析與應用」科目中的「大數據分析方法與工具」範疇， 對應的能力指標為「數據可視化工具」，涵蓋資訊呈現的原則、圖表類型的選擇以及視覺化效能等核心知識點。 考生在準備這個範疇時，需要掌握相關的理論基礎與實務應用。
題目與選項
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視覺化分析。請選出能正確顯示這些地區銷售總額比例的程式碼。（資料欄位：NA_Sales、EU_Sales、JP_Sales、Other_Sales）
- A. sns.countplot(x=["NA_Sales","EU_Sales","JP_Sales","Other_Sales"], data=data)
- B. sns.lineplot(x="Platform", y=["NA_Sales","EU_Sales","JP_Sales","Other_Sales"], data=data)
- C. sns.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
- D. sns.histplot(data[["NA_Sales","EU_Sales","JP_Sales","Other_Sales"]])
詳細解析
正確答案：C. sns.barplot(x="variable", y="value", data=pd.melt(data, value_vars=["NA_Sales","EU_Sales","JP_Sales","Other_Sales"]), estimator=sum)
比較多個欄位的總和需先用pd.melt()將寬格式轉為長格式，生成variable（地區名）和value（銷售值）欄，再用sns.barplot搭配estimator=sum計算各地區銷售總額，是正確的多欄位加總比較方式。
各選項逐一解析
理解每個選項為什麼對或錯，是真正掌握這個知識點的關鍵。以下逐一分析每個選項的含義與判斷依據。
A. sns.countplot(x=["NA_Sales","EU_Sales","JP_Sales","Other_Sales"], data=data) （不正確）
countplot用於計算類別出現次數，不能計算銷售金額總和。
B. sns.lineplot(x="Platform", y=["NA_Sales","EU_Sales","JP_Sales","Other_Sales"], data=data) （不正確）
lineplot不適合多欄位聚合比較，且seaborn的y參數不支援多欄位清單。
C. sns.barplot(x="variable", y="value", data=pd.melt(data, value_vars=["NA_Sales","EU_Sales","JP_Sales","Other_Sales"]), estimator=sum) （正確）
pd.melt轉長格式後用barplot+estimator=sum，正確計算並呈現各地區銷售總額比例。
D. sns.histplot(data[["NA_Sales","EU_Sales","JP_Sales","Other_Sales"]]) （不正確）
histplot顯示分佈直方圖，不是地區銷售總額的長條比較圖。
延伸學習
本題尚未連結特定術語，你可以從以下常見主題開始探索相關知識。
中等題備考建議
- ▶ 本題屬於中等難度，需要理解概念之間的關聯與應用情境，不能只靠死背定義。
- ▶ 中等難度的題目常考「為什麼」和「怎麼用」，建議整理各技術的優缺點比較表。
- ▶ 練習時注意錯誤選項的陷阱設計，很多時候錯誤選項只有一兩個字的差異，需要仔細辨別。
- ▶ 建議用「費曼學習法」，嘗試向別人解釋這道題的解題思路，能講清楚就代表真正理解了。
同主題考題練習
以下題目與本題屬於相同的考試範疇，建議一併練習以加強對該主題的掌握程度。
iPAS AI 應用規劃師認證簡介
iPAS AI 應用規劃師能力鑑定是經濟部產業發展署推動的國家級 AI 證照制度， 分為「初級」與「中級」兩個等級。初級考試包含「人工智慧基礎概論」和「生成式 AI 應用與規劃」兩個科目， 著重基本概念的理解與應用。中級考試涵蓋「AI 技術應用與規劃」「大數據處理分析與應用」「機器學習技術與應用」三個科目， 要求考生具備更深入的技術知識與實務能力。 本題來自中級考試範圍，需要具備紮實的技術基礎才能正確作答。
開始準備 iPAS 考試
本題來自 114 年 AI 應用規劃師中級考試。 想通過 iPAS 認證？從完整題庫練習開始，搭配術語詞典與備考攻略，系統化提升你的 AI 知識。