Un scientifique des données dispose de données de ventes par StoreID, Région, Date et Montant des ventes. Il souhaite analyser les ventes annuelles moyennes pour chaque région et comparer la performance de chaque région à la moyenne régionale globale. Quelle visualisation montrera le mieux la tendance et les comparaisons régionales ?

La bonne approche est d'agréger les ventes annuelles moyennes par région, car la question demande une analyse régionale. Utiliser Pandas GroupBy sur 'Région' et 'Année' pour calculer la moyenne des ventes répond à ce besoin. Un diagramme à barres facetté par année permet de visualiser l'évolution annuelle des ventes moyennes pour chaque région. L'ajout d'une ligne horizontale représentant la moyenne globale des ventes pour toutes les régions dans chaque facette offre un point de comparaison direct et clair, permettant d'évaluer la performance de chaque région par rapport à la moyenne générale. Les autres options sont incorrectes car elles agrègent les données par magasin au lieu de la région, ce qui ne répond pas à l'objectif d'analyse régionale. De plus, l'ajout d'une barre supplémentaire pour la moyenne globale peut être moins clair qu'une ligne horizontale pour la comparaison.