Gains :
- Capacité à obtenir des résultats déterministes et reproductibles en imprimant le code qui produit le graphique, et non l'image du graphique, à l'intelligence artificielle et en l'exécutant elle-même
- Possibilité de valider la sortie du graphique par rapport aux données avec des sommes de contrôle de valeur, d'intégrité, d'échelle et de somme
- Capacité à imposer des règles d'honnêteté (à partir de l'axe 0, étiquette directe, note source) et à s'appuyer sur du code plutôt que sur des suppositions verbales
Vous avez choisi le bon type de graphique ; Il est désormais temps de le produire. L’utilisation la plus fiable de l’intelligence artificielle ici n’est pas de lui demander de « dessiner » le graphique, mais d’imprimer le code qui produit le graphique et d’exécuter ce code vous-même. D'où ? Parce que le grand modèle de langage est le générateur de texte ; peut « deviner » verbalement un nombre, mais le code traite les données telles quelles et produit un résultat déterministe (donnant toujours la même sortie à la même entrée). Dans cette unité, nous apprendrons comment imprimer du code graphique (principalement Python) sur l'IA et vérifier le résultat.
Pourquoi coder, pourquoi exécuter ?
Demandez à un modèle de langage « quel est le total des ventes ? » Si vous le demandez, il ne collecte pas réellement les données ; Génère un numéro possible. Mais si vous y imprimez le code d’agrégation et l’exécutez, le résultat provient des données réelles. Il en va de même pour le graphique : le code généré par le modèle s'exécute sur vos données, sur votre machine. Le code est également reproductible : lorsque les données sont mises à jour, vous exécutez à nouveau le code et actualisez le graphique.
Outils courants : matplotlib et seaborn (tracé statique), plotly (tracé interactif) avec le langage Python ; également des tableurs et des outils BI (business intelligence). Dans cette unité, nous donnerons des exemples utilisant Python/matplotlib car c'est le plus courant ; Le principe est le même dans chaque véhicule.
Astuce : Au lieu de « donnez-moi une image du graphique », dites « donnez-moi le code qui produit le graphique et je l'exécuterai ». De cette façon, le résultat provient de données réelles et vous pouvez effectuer autant d’ajustements que vous le souhaitez.
Pas à pas : du code aux graphiques
- Déterminez le type de graphique et le message (unité précédente).
- Décrivez la structure des données du modèle (noms de colonnes, types ; données non sensibles).
- Faites générer le code, mettez les règles d'honnêteté dans l'invite (depuis l'axe 0, la balise, la note source).
- Exécutez le code vous-même et regardez le graphique.
- Vérifier : la valeur dans le graphique est-elle la même que la valeur dans les données ? Le total/part tient-il ?
- Améliorer : remplacez le titre par le titre de l'action, supprimez les éléments inutiles, ajoutez une couleur de surbrillance.
Votre rôle : Assistant de visualisation de données Python. J'ai un CSV : colonnes "mois" (AAAA-MM), "canal" (texte), "revenu" (numéro). Écrivez un code graphique LIGNE avec matplotlib : - Chaque canal est une ligne distincte, x = mois, y = venir. - Laissez l'axe y commencer à 0 (ne pas couper). Rendez le code complet et exécutable, écrivez également l'exemple de ligne de lecture. AJUSTEMENT DU NUMÉRO ; lire les données à partir de CSV.
Pour corriger un graphique existant :
Corrigez ce code matplotlib : (1) triez les barres par valeur de la plus grande à la plus petite, (2) faites en sorte que seule la barre la plus haute soit orange et le reste gris, (3) faites commencer l'axe y à 0, (4) formatez les décimales avec un séparateur de milliers. Renvoie le code dans son intégralité. Code : [ ... ]
Pour un graphique interactif (pour le tableau de bord) :
Écrivez un code de graphique linéaire interactif à l'aide de Plotly avec les mêmes données : le survol de la souris affichera le mois et le revenu, et les chaînes peuvent être filtrées. Laissez l'axe partir de 0. Donnez le code complet.
Validation : le graphique est-il « correct », et non « joli » ?
Le travail n’est pas terminé simplement parce que les graphiques sont sortis. Trois sommes de contrôle :
- Fournir de la valeur : Vérifiez 2 à 3 points aléatoires à la main/sur une table. La barre la plus haute du graphique est-elle vraiment la plus haute ?
- Vérification du total/des actions : les actions sont-elles complétées à 100 % dans le graphique partie-tout ?
- Honnêteté visuelle : l'axe commence-t-il à 0, l'échelle est-elle linéaire, est-ce la même unité ? (Détails dans l'unité suivante.)
contrôle
Comment prendre soin
drapeau rouge
Valeur
Comparez 2-3 points avec les données
Les données graphiques ne correspondent pas
intégrité
Y a-t-il des mois/catégories manquants ?
L'écart a été silencieusement ignoré
échelle
Où commence l'axe Y
pas 0, la différence est exagérée
Total
Parts/totaux
ça ne tient pas à 100%
Attention : Le modèle « complète » parfois les mois manquants dans les données ou supprime silencieusement la ligne manquante. Vérifiez si le nombre de points sur le graphique correspond au nombre de lignes dans les données.
trois mini-cases
Cas 1 — Prédiction des battements de code. Un analyste demande d'abord au modèle « combien coûte le total ? » a-t-il demandé et a reçu la réponse "≈4,2 millions". Puis il a imprimé le code d'addition et l'a exécuté : le total réel était de 3,87 millions. La prédiction verbale était fausse à 8 %. À partir de ce jour, il a obtenu tous les chiffres du code.
Cas 2 — Ligne manquante silencieuse. Une équipe a fait produire le graphique mensuel ; tout avait l'air bien. Mais mars était vide dans les données, et le graphique l'a ignoré et a lié février à avril ; Il avait l’air doux parce que c’était tendance. Ils ont remarqué le nombre de points (il aurait dû être 12 au lieu de 11) et l'ont corrigé ; Il y a eu un saut dans la tendance actuelle.
Cas 3 — Reproductibilité. Un spécialiste du marketing dessinait des graphiques à la main chaque mois (environ 40 minutes). Une fois qu'il a installé le code écrit par l'intelligence artificielle ; Au cours des mois suivants, il a fallu 2 minutes pour insérer le nouveau CSV et exécuter le code. Gain de 38 minutes par mois et plus d'erreurs de copie manuelle.
Invite faible/Invite forte
Faible :
Représentez graphiquement ces données de ventes.
Le modèle peut correspondre à une image ou donner un code aléatoire ; les données ne sont pas réellement traitées, il n'y a pas de paramètres d'honnêteté.
Fort:
Votre rôle : assistant Python/matplotlib. Données : CSV, colonnes "region" (texte), "buyume_percentage" (nombre, peut être négatif). Écrivez le code du graphique à barres horizontales : triez par valeur, mettez en surbrillance la région la plus élevée, ajoutez la ligne de référence y=0 (affichez les négatifs), placez des étiquettes de pourcentage aux extrémités des barres. Donnez le code exécutable, lu à partir du CSV, numéro ajusté. Mettez un espace réservé pour le titre de l'action pour le titre.
Le second comprend la structure des données, les règles d'honnêteté et le principe « lire à partir du code, ne pas l'inventer » ; La sortie est à la fois précise et modifiable.
Sélection des outils : à quand tableur, à quand code ?
Vous n'êtes pas obligé d'écrire du code pour chaque graphique. Pour un petit graphique ponctuel et simple, un tableur (Excel, Google Spreadsheets) est souvent suffisant et rapide. Le code gagne lorsque : les données sont mises à jour régulièrement (en actualisant le même graphique chaque mois), le graphique est complexe ou nombreux (comme de petits graphiques multiples), un contrôle total est requis (paramètres d'intégrité, étiquetage personnalisé) ou il est important que le résultat soit reproductible. Vous pouvez également demander lequel est adapté à l’intelligence artificielle.
Statut
véhicule adapté
Pourquoi
Barre simple à usage unique
feuille de calcul
Rapide, aucun code requis
Rapport mis à jour chaque mois
Coder (Python)
Écrivez une fois, exécutez à nouveau
Tableau de bord interactif/filtré
Code (plotly) / outil BI
interaction requise
Beaucoup de petits graphiques
Coder
Dessiner à la main est fatiguant et imprécis
Votre rôle : consultant en visualisation de données. Je dois produire le graphique suivant :[recette]. [À quelle fréquence] les données sont-elles mises à jour, [combien] de graphiques différents sont nécessaires. Une feuille de calcul ou un code Python ont-ils plus de sens ? Justifiez votre décision ; Quelle bibliothèque recommandez-vous pour le code ?
Indice : « Vais-je refaire cela tous les mois ? » Si la réponse à la question est « oui », l’investissement dans le code est presque toujours rentabilisé. S'il s'agit d'un cas isolé, une feuille de calcul suffira.
Erreurs courantes
- Demander une « image » du graphique : lorsque vous demandez une image au lieu d'un code, les données ne sont pas réellement traitées.
- Faire confiance au code sans l'exécuter : placer la sortie sur la diapositive sans la vérifier visuellement.
- Ne pas fournir de validation de valeur : ne pas comparer les points du graphique aux données.
- Ne pas voir la ligne manquante/sautée : ne pas vérifier le nombre de points.
- Traitez-le comme un travail ponctuel : ne pas conserver le code et repartir de zéro chaque mois.
En résumé
Demandez à l’intelligence artificielle le code qui produit le graphique, pas l’image du graphique, et exécutez ce code vous-même ; car le code traite les données telles quelles et donne des résultats déterministes et reproductibles. Décrivez la structure des données, mettez des règles d'intégrité (de l'axe 0, de l'étiquette, de la source) dans la requête, validez la sortie avec des hachages valeur-intégrité-échelle-somme. Le code bat à chaque fois la prédiction verbale ; Mais le contrôle final vous appartient.
Tâche de candidature
Pour votre fichier de données : (1) Décrivez la structure des données à l'IA et imprimez un code de génération de graphique (avec des règles d'honnêteté). (2) Exécutez le code et comparez manuellement 2 à 3 valeurs du graphique avec les données. (3) Dans le même code, triez les barres par valeur et ajoutez une seule couleur de surbrillance. (4) Enregistrez le code pour l'utiliser à nouveau le mois prochain.
liste de contrôle
- [ ] Je voulais et j'ai exécuté le code qui produit le graphique, pas l'image de celui-ci.
- [ ] Le code lit les données du fichier réel, il n'invente pas de chiffres.
- [ ] J'ai comparé 2-3 valeurs du graphique avec les données.
- [ ] Le nombre de points/catégories est compatible avec les lignes des données.
- [ ] L'axe Y et l'échelle sont honnêtes ; Il n'y a pas d'interruption d'axe.
- [ ] J'ai enregistré le code pour le réutiliser.