Keuntungan:
- Keupayaan untuk mendapatkan keputusan yang pasti dan berulang dengan mencetak kod yang menghasilkan graf, bukan gambar graf, kepada kecerdasan buatan dan menjalankannya sendiri
- Keupayaan untuk mengesahkan output carta terhadap data dengan nilai, integriti, skala dan jumlah semak
- Keupayaan untuk mengenakan peraturan kejujuran (dari paksi 0, label langsung, nota sumber) dan bergantung pada kod dan bukannya meneka secara lisan
Anda telah memilih jenis carta yang betul; Kini tiba masanya untuk menghasilkannya. Penggunaan kecerdasan buatan yang paling boleh dipercayai di sini bukanlah untuk memintanya "melukis" graf, tetapi untuk mencetak kod yang menghasilkan graf dan menjalankan kod itu sendiri. dari mana? Kerana model bahasa besar ialah penjana teks; boleh "meneka" nombor secara lisan, tetapi kod memproses data sebagaimana adanya dan menghasilkan hasil yang menentukan (sentiasa memberikan output yang sama kepada input yang sama). Dalam unit ini, kita akan belajar cara mencetak kod grafik (kebanyakannya Python) ke AI dan mengesahkan output.
Mengapa kod, mengapa dijalankan?
Tanya model bahasa "berapa jumlah jualan?" Jika anda bertanya, ia sebenarnya tidak mengumpul data; Menghasilkan nombor yang mungkin. Tetapi jika anda mencetak kod pengagregatan kepadanya dan menjalankannya, hasilnya datang daripada data sebenar. Perkara yang sama berlaku untuk carta: kod yang dijana model berjalan pada data anda, pada mesin anda. Kod ini juga boleh diulang: apabila data dikemas kini, anda menjalankan kod semula dan memuat semula carta.
Alat biasa: matplotlib dan seaborn (plot statik), plotly (plot interaktif) dengan bahasa Python; juga program hamparan dan alat BI (kecerdasan perniagaan). Dalam unit ini, kami akan memberikan contoh menggunakan Python/matplotlib kerana ia adalah yang paling biasa; Prinsipnya adalah sama pada setiap kenderaan.
Petua: Daripada "beri saya gambar carta", katakan "beri saya kod yang menghasilkan carta dan saya akan menjalankannya." Dengan cara ini, hasilnya datang daripada data sebenar dan anda boleh membuat seberapa banyak pelarasan yang anda mahu.
Langkah demi langkah: daripada kod kepada grafik
- Tentukan jenis grafik dan mesej (unit sebelumnya).
- Terangkan struktur data kepada model (nama lajur, jenis; bukan data sensitif).
- Minta kod dijana, letakkan peraturan kejujuran dalam gesaan (dari paksi 0, teg, nota sumber).
- Jalankan kod sendiri dan lihat graf.
- Semak: Adakah nilai dalam carta sama dengan nilai dalam data? Adakah jumlah/saham dipegang?
- Perbaik: Tukar tajuk kepada tajuk tindakan, padam yang tidak perlu, tambah warna serlahan.
Peranan anda: Pembantu visualisasi data Python. Saya mempunyai CSV: lajur "bulan" (YYYY-MM), "saluran" (teks), "hasil" (nombor). Tulis kod graf LINE dengan matplotlib:- Setiap saluran adalah baris yang berasingan, x=month, y=come.- Biarkan paksi y bermula dari 0 (jangan potong).- Letakkan label terus di hujung baris, legenda yang berasingan tidak diperlukan.- Letakkan pemegang tempat untuk tajuk tindakan dalam tajuk.- Tambah nota kecil "Sumber: [ ... Jadikan kod lengkap dan boleh laku, tulis juga baris bacaan contoh. MENYESUAIKAN NOMBOR; membaca data daripada CSV.
Untuk membetulkan carta sedia ada:
Betulkan kod matplotlib ini: (1) mengisih bar mengikut nilai daripada terbesar kepada terkecil, (2) jadikan bar tertinggi sahaja oren dan selebihnya kelabu, (3) jadikan paksi-y bermula pada 0, (4) format perpuluhan dengan pemisah beribu-ribu. Kembalikan kod secara keseluruhan. Kod: [ ... ]
Untuk carta interaktif (untuk papan pemuka):
Tulis kod carta baris interaktif menggunakan Plotly dengan data yang sama: menuding tetikus akan menunjukkan bulan dan pendapatan serta saluran boleh ditapis. Biarkan paksi bermula dari 0. Berikan kod penuh.
Pengesahan: adakah carta itu "betul", bukan "cantik"?
Kerja belum selesai hanya kerana grafik adalah output. Tiga checksum:
- Memberi nilai: Semak 2-3 mata rawak dengan tangan/jadual. Adakah bar tertinggi pada carta benar-benar tertinggi?
- Pengesahan jumlah/saham: Adakah saham dilengkapkan sehingga 100% dalam carta sebahagian keseluruhan?
- Kejujuran visual: Adakah paksi bermula pada 0, adakah skala linear, adakah ia unit yang sama? (Butiran dalam unit seterusnya.)
kawalan
Bagaimana untuk menjaga
bendera merah
Nilai
Bandingkan 2-3 mata dengan data
Data graf tidak sepadan
integriti
Adakah terdapat bulan/kategori yang hilang?
Jurang itu dilangkau secara senyap
skala
Di manakah paksi Y bermula
bukan 0, perbezaan dibesar-besarkan
Jumlah
Saham/jumlah
Ia tidak tahan 100%
Awas: Model kadangkala "melengkapkan" bulan yang hilang daripada data atau secara senyap membuang baris yang hilang. Lihat sama ada bilangan mata pada carta sepadan dengan bilangan baris dalam data.
tiga kes mini
Kes 1 — Ramalan rentak kod. Seorang penganalisis mula-mula bertanya kepada model "berapa jumlahnya?" dia bertanya, dan menerima jawapan "≈4.2 juta". Kemudian dia mencetak kod tambahan dan menjalankannya: jumlah sebenar ialah 3.87 juta. Ramalan lisan adalah 8% salah. Sejak hari itu, dia mendapat setiap nombor daripada kod itu.
Kes 2 — Baris hilang senyap. Satu pasukan mempunyai carta bulanan yang dihasilkan; semuanya kelihatan baik. Tetapi Mac kosong dalam data, dan carta melangkaunya dan memautkan Februari ke April; Ia kelihatan lembut kerana mengikut trend. Mereka melihat bilangan titik (sepatutnya 12 bukannya 11) dan membetulkannya; Terdapat lonjakan dalam aliran sebenar.
Kes 3 — Kebolehulangan. Seorang pemasar sedang melukis carta dengan tangan setiap bulan (kira-kira 40 minit). Sebaik sahaja dia memasang kod yang ditulis oleh kecerdasan buatan; Dalam bulan-bulan berikutnya, ia mengambil masa 2 minit untuk memasukkan CSV baharu dan menjalankan kod tersebut. Dijimatkan 38 minit sebulan dan tiada lagi ralat penyalinan manual.
Gesaan lemah / Gesaan kuat
lemah:
Graf data jualan ini.
Model boleh memuatkan gambar atau memberikan kod rawak; data sebenarnya tidak diproses, tiada tetapan kejujuran.
kuat:
Peranan anda: Pembantu Python/matplotlib. Data: CSV, lajur "wilayah" (teks), "buyume_percentage" (nombor, boleh negatif). Tulis kod carta bar mendatar: isih mengikut nilai, serlahkan wilayah tertinggi, tambah y=0 garis rujukan (negatif paparan), letakkan label peratusan di hujung bar. Berikan kod boleh laku, baca daripada CSV, pemasangan nombor. Letakkan pemegang tempat tajuk tindakan untuk tajuk itu.
Yang kedua termasuk struktur data, peraturan kejujuran dan prinsip "baca daripada kod, jangan buat-buat"; Output adalah tepat dan boleh diedit.
Pemilihan alat: bila hamparan, bila kod?
Anda tidak perlu menulis kod untuk setiap carta. Untuk carta ringkas, sekali sahaja, hamparan (Excel, Google Spreadsheets) selalunya mencukupi dan pantas. Kod menang apabila: data dikemas kini dengan kerap (memuat semula carta yang sama setiap bulan), carta adalah kompleks atau banyak (seperti carta berbilang kecil), kawalan penuh diperlukan (tetapan integriti, pelabelan tersuai), atau adalah penting bahawa hasilnya boleh diulang. Anda juga boleh bertanya yang mana satu sesuai untuk kecerdasan buatan.
Status
kenderaan yang sesuai
kenapa
Bar ringkas sekali
hamparan
Cepat, tiada kod diperlukan
Laporan dikemas kini setiap bulan
Kod (Python)
Tulis sekali, lari lagi
Papan pemuka interaktif/penapis
Kod (plot) / alat BI
interaksi diperlukan
Banyak grafik kecil
Kod
Melukis dengan tangan memenatkan dan tidak tepat
Peranan anda: perunding visualisasi data. Saya perlu menghasilkan graf berikut:[resipi]. [Berapa kerap] data dikemas kini, [berapa banyak] carta berbeza diperlukan. Adakah hamparan atau kod Python lebih masuk akal? Wajarkan keputusan anda; Perpustakaan manakah yang anda cadangkan untuk kod?
Petunjuk: "Adakah saya akan melakukan ini lagi setiap bulan?" Jika jawapan kepada soalan ialah "ya", pelaburan kod hampir selalu membayar untuk dirinya sendiri. Jika ia sekali sahaja, hamparan sudah memadai.
Kesilapan biasa
- Meminta "gambar" carta: Apabila anda meminta imej dan bukannya kod, data sebenarnya tidak diproses.
- Mempercayai kod tanpa melaksanakannya: Meletakkan output pada slaid tanpa mengesahkannya secara visual.
- Tidak menyediakan pengesahan nilai: Tidak membandingkan mata pada carta dengan data.
- Tidak melihat baris yang hilang/dilangkau: Tidak menyemak bilangan titik.
- Melayannya seperti kerja sekali sahaja: Tidak menyimpan kod dan bermula dari awal setiap bulan.
Secara ringkasnya
Tanya kecerdasan buatan untuk kod yang menghasilkan graf, bukan gambar graf, dan jalankan sendiri kod itu; kerana kod memproses data seperti sedia ada dan memberikan hasil yang pasti dan berulang. Terangkan struktur data, letakkan peraturan integriti (dari paksi 0, label, sumber) ke dalam permintaan, sahkan output dengan cincang nilai-integriti-skala-jumlah. Kod mengalahkan ramalan lisan setiap kali; Tetapi kawalan terakhir adalah milik anda.
Tugasan permohonan
Untuk fail data anda: (1) Terangkan struktur data kepada AI dan cetak kod penjanaan graf (dengan peraturan kejujuran). (2) Jalankan kod dan bandingkan secara manual 2-3 nilai dalam carta dengan data. (3) Dalam kod yang sama, susun bar mengikut nilai dan tambah satu warna sorotan. (4) Simpan kod untuk digunakan semula pada bulan hadapan.
senarai semak
- [ ] Saya mahu dan menjalankan kod yang menghasilkan carta, bukan gambarnya.
- [ ] Kod membaca data daripada fail sebenar, ia tidak membentuk nombor.
- [ ] Saya membandingkan 2-3 nilai dalam carta dengan data.
- [ ] Bilangan mata/kategori adalah serasi dengan baris dalam data.
- [ ] Paksi dan skala Y adalah jujur; Tiada gangguan paksi.
- [ ] Saya menyimpan kod untuk digunakan semula.