Ganancias:
- Capacidad de obtener resultados deterministas y repetibles imprimiendo el código que produce el gráfico, no la imagen del gráfico, en la inteligencia artificial y ejecutándolo ella misma.
- Capacidad para validar la salida del gráfico con datos con sumas de verificación de valor, integridad, escala y suma.
- Capacidad para imponer reglas de honestidad (desde el eje 0, etiqueta directa, nota fuente) y confiar en el código en lugar de conjeturas verbales.
Ha elegido el tipo de gráfico correcto; Ahora es el momento de producirlo. El uso más confiable de la inteligencia artificial aquí no es pedirle que "dibuje" el gráfico, sino imprimir el código que produce el gráfico y ejecutar ese código usted mismo. ¿De donde? Porque el gran modelo del lenguaje es el generador de texto; Puede "adivinar" verbalmente un número, pero el código procesa los datos tal como están y produce un resultado determinista (siempre dando la misma salida a la misma entrada). En esta unidad, aprenderemos cómo imprimir código gráfico (principalmente Python) en AI y verificar el resultado.
¿Por qué codificar, por qué ejecutar?
Pregúntele a un modelo de idioma "¿cuál es el total de ventas?" Si lo preguntas, en realidad no recopila los datos; Genera un número posible. Pero si le imprime el código de agregación y lo ejecuta, el resultado proviene de los datos reales. Lo mismo ocurre con el gráfico: el código que genera el modelo se ejecuta en sus datos, en su máquina. El código también es repetible: cuando se actualizan los datos, ejecuta el código nuevamente y actualiza el gráfico.
Herramientas comunes: matplotlib y seaborn (trama estática), plotly (trama interactiva) con lenguaje Python; también programas de hojas de cálculo y herramientas de BI (inteligencia empresarial). En esta unidad, daremos ejemplos usando Python/matplotlib porque es el más común; El principio es el mismo en todos los vehículos.
Consejo: en lugar de "dame una imagen del gráfico", di "dame el código que produce el gráfico y lo ejecutaré". De esta forma, el resultado proviene de datos reales y podrás realizar tantos ajustes como quieras.
Paso a paso: del código a los gráficos
- Determinar tipo gráfico y mensaje (unidad anterior).
- Describa la estructura de datos del modelo (nombres de columnas, tipos; datos no confidenciales).
- Genere el código, coloque las reglas de honestidad en el mensaje (desde el eje 0, etiqueta, nota fuente).
- Ejecute el código usted mismo y mire el gráfico.
- Verificar: ¿El valor del gráfico es el mismo que el valor de los datos? ¿Se mantiene el total/participación?
- Mejorar: cambie el título por el título de la acción, elimine lo innecesario y agregue un color de resaltado.
Su función: asistente de visualización de datos de Python. Tengo un CSV: columnas "mes" (AAAA-MM), "canal" (texto), "ingresos" (número). Escriba un código de gráfico de LÍNEA con matplotlib: - Cada canal es una línea separada, x = mes, y = venir. - Deje que el eje y comience desde 0 (no corte). - Coloque etiquetas directamente al final de las líneas, no se requiere una leyenda separada. - Coloque un marcador de posición para el título de la acción en el título. - Agregue una pequeña nota "Fuente: [...]" en la parte inferior derecha. Haga que el código sea completo y ejecutable, también escriba la línea de lectura de ejemplo. AJUSTAR EL NÚMERO; leer datos de CSV.
Para arreglar un gráfico existente:
Corrija este código matplotlib: (1) ordene las barras por valor de mayor a menor, (2) haga que solo la barra más alta sea naranja y el resto gris, (3) haga que el eje y comience en 0, (4) formatee decimales con separador de miles. Devuelve el código en su totalidad. Código: [ ... ]
Para gráfico interactivo (para tablero):
Escriba un código de gráfico de líneas interactivo usando Plotly con los mismos datos: al pasar el mouse se mostrará el mes y los ingresos, y se pueden filtrar los canales. Deje que el eje comience desde 0. Proporcione el código completo.
Validación: ¿el gráfico es "correcto" y no "bonito"?
El trabajo no termina sólo porque se generan los gráficos. Tres sumas de control:
- Proporcionar valor: Verifique 2-3 puntos aleatorios a mano/mesa. ¿La barra más alta del gráfico es realmente la más alta?
- Verificación total/participación: ¿Están las participaciones completadas al 100% en el cuadro parte-todo?
- Honestidad visual: ¿El eje comienza en 0, la escala es lineal, es la misma unidad? (Detalles en la siguiente unidad).
controlar
como cuidar
bandera roja
Valor
Compara 2-3 puntos con datos
Los datos del gráfico no coinciden
integridad
¿Faltan meses/categorías?
La brecha se saltó silenciosamente.
escala
¿Dónde comienza el eje Y?
no 0, la diferencia es exagerada
totales
Acciones/totales
No aguanta el 100%
Precaución: El modelo a veces "completa" los meses que faltan en los datos o descarta silenciosamente la fila que falta. Vea si la cantidad de puntos en el gráfico coincide con la cantidad de filas en los datos.
tres mini casos
Caso 1: Predicción de latidos del código. Un analista primero pregunta al modelo "¿cuánto es el total?" preguntó y recibió la respuesta "≈4,2 millones". Luego imprimió el código de suma y lo ejecutó: el total real fue 3,87 millones. La predicción verbal estuvo equivocada en un 8%. A partir de ese día, obtuvo todos los números del código.
Caso 2: Falta una línea silenciosa. Un equipo hizo producir el gráfico mensual; todo parecía estar bien. Pero marzo estaba en blanco en los datos, y el gráfico los omitió y vinculó febrero con abril; Parecía suave porque estaba de moda. Se fijaron en el número de puntos (deberían haber sido 12 en lugar de 11) y lo corrigieron; Hubo un salto en la tendencia actual.
Caso 3: Reproducibilidad. Un especialista en marketing dibujaba gráficos a mano todos los meses (unos 40 minutos). Una vez instalado el código escrito por la inteligencia artificial; En los meses siguientes, tomó 2 minutos ingresar el nuevo CSV y ejecutar el código. Ahorró 38 minutos al mes y no más errores de copia manual.
Aviso débil / Aviso fuerte
Débil:
Grafique estos datos de ventas.
El modelo puede ajustarse a una imagen o dar un código aleatorio; los datos en realidad no se procesan, no hay configuraciones de honestidad.
Fuerte:
Su rol: ayudante de Python/matplotlib. Datos: CSV, columnas "región" (texto), "buyume_percentage" (número, puede ser negativo). Escriba código de gráfico de barras horizontales: ordene por valor, resalte la región más alta, agregue la línea de referencia y=0 (muestre negativos), coloque etiquetas de porcentaje en los extremos de las barras. Proporcione código ejecutable, leído desde CSV, ajuste de números. Coloque un marcador de posición de título de acción para el título.
El segundo incluye la estructura de datos, las reglas de honestidad y el principio de "leer el código, no inventarlo"; El resultado es preciso y editable.
Selección de herramientas: ¿cuándo hoja de cálculo, cuándo código?
No es necesario escribir código para cada gráfico. Para un gráfico pequeño, único y sencillo, una hoja de cálculo (Excel, Google Spreadsheets) suele ser suficiente y rápida. El código gana cuando: los datos se actualizan periódicamente (actualizando el mismo gráfico cada mes), el gráfico es complejo o numeroso (como pequeños gráficos múltiples), se requiere control total (configuraciones de integridad, etiquetado personalizado) o es importante que el resultado sea repetible. También te preguntarás cuál es el adecuado para la inteligencia artificial.
Estado
vehículo adecuado
¿Por qué?
Barra simple de una sola vez
hoja de cálculo
Rápido, no se requiere código
Informe actualizado cada mes
Código (Python)
Escribe una vez, ejecuta de nuevo
Panel interactivo/filtro
Código (trama) / herramienta BI
interacción requerida
Muchos gráficos pequeños
Código
Dibujar a mano es agotador e inexacto.
Su función: consultor de visualización de datos. Necesito producir el siguiente gráfico:[receta]. [Con qué frecuencia] se actualizan los datos, [cuántos] gráficos diferentes se requieren. ¿Tiene más sentido una hoja de cálculo o un código Python? Justifique su decisión; ¿Qué biblioteca recomiendas para el código?
Pista: "¿Volveré a hacer esto todos los meses?" Si la respuesta a la pregunta es "sí", la inversión en código casi siempre se amortiza sola. Si es puntual, una hoja de cálculo será suficiente.
Errores comunes
- Solicitar una "imagen" del gráfico: cuando solicita una imagen en lugar de código, los datos en realidad no se procesan.
- Confiar en el código sin ejecutarlo: poner el resultado en la diapositiva sin verificarlo visualmente.
- No proporcionar validación de valor: no comparar puntos en el gráfico con los datos.
- No ver la línea faltante/saltada: No comprobar el número de puntos.
- Tratarlo como un trabajo único: no conservar el código y empezar desde cero todos los meses.
En resumen
Pídale a la inteligencia artificial el código que produce el gráfico, no la imagen del gráfico, y ejecute ese código usted mismo; porque el código procesa los datos tal como están y proporciona resultados deterministas y repetibles. Describa la estructura de datos, coloque reglas de integridad (desde el eje 0, etiqueta, fuente) en la solicitud, valide la salida con hashes de suma de escala de integridad de valor. El código siempre supera la predicción verbal; Pero el control final es tuyo.
Tarea de aplicación
Para un archivo de datos suyo: (1) Describa la estructura de datos a la IA e imprima un código de generación de gráficos (con reglas de honestidad). (2) Ejecute el código y compare manualmente 2-3 valores en el gráfico con los datos. (3) En el mismo código, ordene las barras por valor y agregue un único color de resaltado. (4) Guarde el código para usarlo nuevamente el próximo mes.
lista de verificación
- [] Quería y ejecuté el código que produce el gráfico, no la imagen del mismo.
- [] El código lee los datos del archivo real, no forma números.
- [] Comparé 2-3 valores en el gráfico con los datos.
- [] El número de puntos/categorías es compatible con las filas de los datos.
- [] El eje Y y la escala son honestos; No hay interrupción del eje.
- [] Guardé el código para usarlo nuevamente.