正在啟動 Python 環境（首次約 15 秒）...
數據視覺化
為什麼要視覺化？
數字很難一眼看出趨勢，但圖表可以。pandas 內建繪圖功能，讓你一行程式碼就能畫圖。
注意：在瀏覽器中，matplotlib 的圖表可能需要額外設定才能顯示。這裡我們先用文字輸出來了解統計結果。
用文字呈現統計
排名分析
佔比分析
AI 協作：學了這個，跟 AI 怎麼配合？
AI 可以一秒產出圖表，但「用什麼圖表呈現什麼故事」是你的判斷。
你的人類優勢：
- 你知道老闆想看趨勢（折線圖）、佔比（圓餅圖）還是排名（長條圖）
- 你能調整圖表的標題、軸標籤、顏色，讓非技術人也看得懂
可以這樣跟 AI 說：
幫我把月營收資料畫成折線圖，X 軸是月份、Y 軸是營收，標題寫「2024 年月營收趨勢」。
練習題
Capstone：綜合練習
互動示範
DEMO 1可以修改程式碼試玩
DEMO 2可以修改程式碼試玩
DEMO 3可以修改程式碼試玩
挑戰任務
Task 1
建立 DataFrame：渠道 ['web','app','store']、訂單數 [450,380,170]，計算 web 佔比並印出（小數一位，如 45.0）
Task 2
建立 DataFrame：商品 ['T恤','牛仔褲','外套','襯衫','短褲']、銷量 [350,180,95,220,150]，印出銷量最高的商品名稱
Task 3
使用同上資料，印出所有商品的總銷量
Task 4
建立訂單 DataFrame：channel=['web','app','web','store','app','web'], amount=[500,300,800,200,450,600]。用 groupby 計算每個 channel 的訂單數和總金額，印出總金額最高的 channel 名稱
Task 5
建立商品 DataFrame：name=['A','B','C','D'], price=[100,250,180,320], cost=[60,150,90,200]。新增 profit 欄位（price-cost），篩選 profit > 100 的商品，印出這些商品的 name 列表
← BackTake the Exam →