seaborn barplot + nlargest 找北美銷售前五名
研究團隊想要知道在北美地區（NA）銷售成績最好的遊戲前五名，並希望以 seaborn 的條狀圖呈現結果。請選出能正確完成這項分析的程式碼。
要從遊戲資料集中找出北美銷售量前五名的遊戲，然後用 seaborn 的長條圖呈現，x 軸是遊戲名稱（Name），y 軸是北美銷售量（NA_Sales）。四個選項各有不同的選資料和繪圖方式，需要找出能正確「先取前五名、再用 barplot 呈現」的那一個。
問你：哪一行程式碼能正確選出北美銷售前五名並用 seaborn barplot 呈現？
一句話總結
要取北美銷售前五名並畫 barplot，正確寫法是 sns.barplot(x="Name", y="NA_Sales", data=data.nlargest(5, "NA_Sales"))：nlargest(5, "NA_Sales") 取出 NA_Sales 最大的 5 筆，x 是遊戲名稱，y 是銷售量。head(5) 只取前五行不是前五名，lineplot 畫折線，countplot 不支援 y 參數。
先感受問題：head(5) 和 nlargest(5) 不一樣
遊戲研究公司的分析師小凱要找北美前五名。資料集本身已按 Global_Sales 全球銷售額降序排列，但「全球前五」不等於「北美前五」——例如日本本土大賣但北美銷量普通的遊戲，可能在全球排名很高，但北美銷售不在前五。
→ 得到的是全球銷售前五，不是北美銷售前五
nlargest(5, "NA_Sales")：找 NA_Sales 最大的 5 筆資料
→ 正確取出北美銷售前五名
取出前五名後，用 sns.barplot 畫圖：x 軸是遊戲名稱（Name），y 軸是北美銷售量（NA_Sales），這樣每根柱子代表一款遊戲的北美銷售量，直觀呈現排名。
四個選項各哪裡出了問題
- 選項 A 用了 head(5) 而非 nlargest：head(5) 取資料集前 5 行，是依照原始排序（全球銷售 Global_Sales 降序）的前 5 款遊戲，不是北美銷售前 5 名。而且 x 和 y 的欄位放反了（x="NA_Sales" 把數值欄當 x 軸），雖然不報錯但習慣上應該是 x=類別欄（Name）、y=數值欄（NA_Sales）。
- 選項 B 正確：nlargest(5, "NA_Sales") 正確取北美前五，x="Name"（類別）、y="NA_Sales"（數值），barplot 畫長條圖，三個部分都對。
- 選項 C 用了 lineplot：lineplot 畫折線圖，適合時間序列，不適合比較各個遊戲的銷售量，視覺上折線連接離散遊戲沒有意義。
- 選項 D 用了 countplot 並且語法錯誤：countplot 不支援 y 參數（它只統計類別的頻率，不接受數值欄作為 y 軸），而且 countplot 計算「Name 出現幾次」，不是「NA_Sales 的值」。
- nlargest 和 sort_values + head 的差異：data.sort_values("NA_Sales", ascending=False).head(5) 和 data.nlargest(5, "NA_Sales") 結果相同，但 nlargest 語法更簡潔。sort_values 是先排序整個 DataFrame，nlargest 是直接找出前 N 大值，大資料量時 nlargest 效率更高。
nlargest 取前五 + barplot 畫圖
小凱的正確程式碼：
分解來看：
data.nlargest(5, "NA_Sales") → 從 data 取出 NA_Sales 最大的 5 行
x="Name" → x 軸是遊戲名稱（類別）
y="NA_Sales" → y 軸是北美銷售量（數值）
sns.barplot(...) → 畫長條圖，5 根柱子代表 5 款遊戲
結果：5 根柱子的長條圖，x 軸是北美前五名的遊戲名稱，y 軸是各遊戲的北美銷售量（百萬份），直觀呈現排名和差距。這就是選項 B 講的：sns.barplot(x="Name", y="NA_Sales", data=data.nlargest(5, "NA_Sales"))。
技術版：nlargest/nsmallest 與 seaborn barplot x/y 軸設定精讀
中級考試大概率會考程式碼跟公式，所以這部分你還是要學。但如果現在學起來很痛苦，可以先跳過，等讀完其他題目回頭再來。
想像你有一疊按總分排好的成績單，但你要找「數學最高分前五名」，不能直接拿最上面五張（那是總分前五）。nlargest 是「告訴我數學分數最高的五個人」。找到後用 barplot 畫圖，每個人一根柱子，柱子高低代表數學分數，x 軸是人名，y 軸是分數。
| 白話步驟 | 程式碼 |
|---|---|
| 取 NA_Sales 最大的 5 行 | data.nlargest(5, "NA_Sales") |
| x 軸用遊戲名稱（類別欄） | x="Name" |
| y 軸用銷售量（數值欄） | y="NA_Sales" |
| 畫長條圖 | sns.barplot(...) |
| 等效寫法（先排序再取） | data.sort_values("NA_Sales", ascending=False).head(5) |
- nlargest(n, col)
- 返回 col 欄值最大的前 n 行，等效於 sort_values(col, ascending=False).head(n)，但更語意清晰。
- nsmallest(n, col)
- nlargest 的反向操作，返回 col 欄值最小的前 n 行，用於找「最差表現」。
- head(n)
- 取 DataFrame 的前 n 行（依照現有排序），不考慮某欄的值，只看位置順序。
- sns.barplot(x, y, data)
- x 接受類別欄位名稱（字串），y 接受數值欄位名稱（字串），data 是 DataFrame。
- countplot(x)
- 只接受 x 參數（類別欄），統計每個類別的頻率，不支援 y 為數值欄位。
本題沒有數學公式，核心是資料篩選和圖表類型的對應：
- nlargest(5, col) = argmax 的前 5 個：找出 col 值最大的 5 行
- barplot：適合類別 vs 數值的比較（x = 類別，y = 數值）
- lineplot：適合連續 x 軸（時間序列）vs 數值的趨勢
- countplot：只適合純類別頻率計算，不支援 y 為數值
- nlargest 和 head 的根本差別是什麼？什麼情況下兩者結果相同？
- sns.barplot 的 x 和 y 參數各應該是什麼類型的欄位？反過來放有什麼影響？
- countplot 和 barplot 最關鍵的差別是什麼？分別適合什麼問題？
- 如果想找「北美銷售後五名（最低的 5 款）」，應該用什麼方法？
- barplot 的柱子如果太多（100 個遊戲），x 軸名稱會重疊，有什麼解決方案？
為什麼其他選項是錯的
字面在說什麼：取資料的前 5 行，x 軸是 NA_Sales（數值），y 軸是 Name（遊戲名稱）。
為什麼不對：head(5) 取的是資料集按原排序（Global_Sales 降序）的前 5 行，不是 NA_Sales 最大的 5 行。全球前五不等於北美前五。而且通常 x 軸放類別（Name），y 軸放數值（NA_Sales）更符合長條圖的慣例，雖然 x 和 y 對調不會報錯，但選 A 還有選錯資料（用 head 而非 nlargest）的根本問題。
誰會選錯：以為資料集已按 NA_Sales 排序（其實是按 Global_Sales）的人，或者不知道 nlargest 方法只用過 head 的人。
字面在說什麼：用 lineplot 以遊戲名稱為 x 軸，NA_Sales 為 y 軸，取北美前五名畫折線圖。
為什麼不對：lineplot 畫折線圖，適合 x 軸是連續數值（如時間）的趨勢分析。遊戲名稱是離散的類別，用折線連接各遊戲沒有任何意義（「Wii Sports 到 Super Mario Bros. 之間的趨勢」是什麼？）。視覺化效果也差，無法直觀看出各遊戲的銷售量差異。
誰會選錯：知道 nlargest 正確，但把 barplot 和 lineplot 搞混，誤以為 lineplot 也能做同樣的事。
字面在說什麼：用 countplot 以 Name 為 x 軸，NA_Sales 為 y 軸，畫全部資料的圖。
為什麼不對：countplot 的語法不支援 y 參數同時接受數值欄位，它只計算 x 欄中每個類別出現的次數（頻率），不接受「y 是數值欄」的用法。而且沒有用 nlargest 篩選前五名，是對全部資料（2000 款遊戲）做圖，x 軸會擠滿 2000 個遊戲名稱，完全不可用。執行這行通常會直接報錯。
誰會選錯：看到「countplot」就以為能計算任何統計量，或不熟悉 countplot 和 barplot 各自 API 差異的人。
同個考點下次怎麼變形
直覺：如果想讓長條圖從高到低排列（銷售量最高在左邊），nlargest 的結果需要再排序嗎？
答案：nlargest 本身就已按從大到小排序回傳，所以 barplot 接到的資料已是降序，柱子從左到右就是銷售量遞減的順序，不需要額外 sort_values。但要注意 seaborn 的 barplot 會依照傳入資料的行順序排列，不會自動重排，所以 nlargest 的排序會直接反映在圖上。
直覺：如果資料集本身就已按 NA_Sales 降序排列，用 head(5) 和 nlargest(5, "NA_Sales") 結果一樣嗎？
答案：這種情況下結果相同，但這是巧合。vgsales.csv 是按 Global_Sales 降序排列，不是按 NA_Sales。全球銷量第一的遊戲（Wii Sports）在北美銷量確實也第一，但後面排名就會有差異。依賴排序巧合寫程式是危險的習慣，明確用 nlargest 才是正確做法。
直覺：如果要同時畫北美、歐洲、日本前五名（每個地區各五款遊戲），怎麼做？
答案：可以用三個 subplot：fig, axes = plt.subplots(1, 3, figsize=(18,5))，然後對三個地區各自 nlargest + barplot，每個圖傳入對應的 ax 參數。或者用 pd.melt 轉長格式後 groupby + nlargest 取每個地區前五，再用 FacetGrid 分格顯示。後者更 seaborn 風格，但前者更直觀易懂。
直覺：Top N 分析（找前 N 名）在商業分析中有哪些常見應用？
答案：電商：每週銷售前十名商品監控（nlargest(10, "weekly_sales")）。金融：投資組合中報酬率最高的五支股票。客服：投訴量最多的前五個問題類別。廣告：點擊率最高的十個廣告素材。所有需要「聚焦資源在最重要的 N 個對象」的決策場景，都是 nlargest 的應用。配合 barplot 可以快速視覺化。
直覺：barplot 的 x 軸遊戲名稱很長，標籤互相重疊，有什麼解決方案？
答案：三個方法：(1) 旋轉標籤：plt.xticks(rotation=45, ha="right")，把 x 軸標籤旋轉 45 度，讓長名稱不重疊。(2) 水平長條圖：改用 barh 或 sns.barplot(x="NA_Sales", y="Name", ...，把遊戲名稱放在 y 軸，水平延伸更易讀長名稱。(3) 縮短名稱：先對遊戲名稱做截斷 data["ShortName"] = data["Name"].str[:15]，再畫圖。長遊戲名稱時通常推薦用水平長條圖（barh）。
想再往下看，這 5 個
- 資料視覺化（Data Visualization）seaborn barplot 是最常用的比較型圖表，x/y 軸對應類別和數值的設計是正確使用的基礎。
- 描述性統計（Descriptive Statistics）Top N 分析是描述性統計的基本技巧，找出最大/最小值是了解資料分佈的第一步。
- 資料前處理（Data Preprocessing）nlargest 之前通常需要確認資料品質，例如是否有異常大值污染前五名的結果。
- 預測性分析（Predictive Analytics）North America 銷售前五名可以作為建立遊戲銷售預測模型的目標標籤之一，分析暢銷遊戲特徵是預測的基礎。
- 特徵工程（Feature Engineering）「是否為北美前五名」可以轉化為二元特徵（1/0），用於訓練分類模型識別潛在暢銷遊戲。