今天我們開始進行單一景點的年度趨勢分析，選擇「國立故宮博物院」作為範例。這份資料只統計到民國年份，沒有月份，因此每筆資料代表整年度的遊客人次總量，而不是每月的分布。這種資料特性雖然讓折線圖看起來平滑，便於觀察長期趨勢，但也意味著我們無法分析季節性或月度高峰，只能觀察年度總體的變化。

年度資料適合用於觀察長期趨勢、景點整年度的受歡迎程度或特殊年份的異常波動。分析前，我們先將民國年轉換成西元年，這是資料前處理的重要步驟，接著將西元年設定為DataFrame的索引，以方便進行時間序列可視化，並確保折線圖的X軸呈現正確的年份順序。

由於每年只有一個數值，資料中的0幾乎代表景點全年未開放或未統計，插值在這裡無意義，因此我們直接保留原始數據。透過這種年度折線圖，即使資料解析度有限，也能掌握景點整體趨勢，對旅遊規劃與管理提供參考依據。

接下來，我們實作程式碼如下：

import pandas as pd
import matplotlib.pyplot as plt

# 設定中文字型
plt.rcParams["font.family"] = "Heiti TC"
plt.rcParams["axes.unicode_minus"] = False

# 讀取資料
df = pd.read_csv("IT_Taipei_tourism/IT_Taipei_tourism.csv")

# 民國年轉西元年
df["統計期"] = df["統計期"].str.replace("年", "").astype(int) + 1911
df["統計期"] = pd.to_datetime(df["統計期"], format="%Y")
df.set_index("統計期", inplace=True)

# 單一景點折線圖
plt.figure(figsize=(12, 6))
plt.plot(df.index, df["國立故宮博物院遊客人次"], marker="o")
plt.title("國立故宮博物院遊客人次")
plt.xlabel("年份")
plt.ylabel("參觀人次")
plt.show()

在繪製折線圖時，我們可以清楚看到每一年參觀人次的變化趨勢。例如某些年份出現明顯上升，可能與大型展覽或假日活動增加有關；而某些年份出現下降，可能受到外部因素影響，例如景點臨時封閉或疫情限制。