Прибыль:
- Возможность получать детерминированные и повторяемые результаты, распечатывая код, создающий график, а не изображение графика, в искусственный интеллект и запуская его самостоятельно.
- Возможность проверки выходных данных диаграммы на соответствие данным со значением, целостностью, масштабом и контрольными суммами.
- Способность навязывать правила честности (от оси 0, прямой метки, примечания к источнику) и полагаться на код, а не на словесные догадки.
Вы выбрали правильный тип диаграммы; Теперь пришло время его произвести. Наиболее надежное использование искусственного интеллекта здесь — не просить его «нарисовать» график, а распечатать код, создающий график, и запустить этот код самостоятельно. Откуда? Потому что большая языковая модель — это генератор текста; может устно «угадать» число, но код обрабатывает данные как есть и выдает детерминированный результат (всегда выдавая один и тот же результат на один и тот же вход). В этом модуле мы научимся печатать графический код (в основном Python) для ИИ и проверять выходные данные.
Зачем кодировать, зачем запускать?
Спросите языковую модель: «Каков общий объем продаж?» Если вы спросите, на самом деле он не собирает данные; Генерирует возможное число. Но если вы напечатаете на нем код агрегации и запустите его, результат будет получен на основе реальных данных. То же самое касается и диаграммы: код, который генерирует модель, выполняется на ваших данных, на вашем компьютере. Код также повторяем: при обновлении данных вы запускаете код еще раз и обновляете диаграмму.
Общие инструменты: matplotlib и seaborn (статический график),plotly (интерактивный график) с языком Python; также программы для работы с электронными таблицами и инструменты BI (бизнес-аналитики). В этом разделе мы приведем примеры с использованием Python/matplotlib, поскольку он является наиболее распространенным; Принцип одинаков для всех автомобилей.
Совет: Вместо «дайте мне изображение диаграммы» скажите «дайте мне код, создающий диаграмму, и я запущу ее». Таким образом, результат получается на основе реальных данных, и вы можете внести столько корректировок, сколько захотите.
Шаг за шагом: от кода к графике
- Определите графический тип и сообщение (предыдущий блок).
- Опишите структуру данных модели (имена столбцов, типы; не конфиденциальные данные).
- Сгенерируйте код, поместите правила честности в подсказку (от оси 0, тега, примечания к источнику).
- Запустите код самостоятельно и посмотрите на график.
- Проверьте: совпадает ли значение на диаграмме со значением в данных? Сохраняется ли общая сумма/доля?
- Улучшение: замените заголовок на заголовок действия, удалите ненужное, добавьте цвет выделения.
Ваша роль: Помощник по визуализации данных Python. У меня есть CSV: столбцы «месяц» (ГГГГ-ММ), «канал» (текст), «доход» (число). Напишите код LINE-графика с помощью matplotlib: - Каждый канал представляет собой отдельную строку, x = месяц, y = приход. - Пусть ось y начинается с 0 (не обрезать). - Поместите метки непосредственно в конце строк, отдельная легенда не требуется. - Поместите заполнитель для названия действия в заголовок. - Добавьте небольшую заметку «Источник: [ ... ]» внизу справа. Сделайте код законченным и исполняемым, а также напишите пример строки чтения. ПОДГОТОВКА НОМЕРА; прочитать данные из CSV.
Чтобы исправить существующую диаграмму:
Исправьте этот код matplotlib: (1) отсортируйте столбцы по значению от наибольшего к наименьшему, (2) сделайте только самый высокий столбец оранжевым, а остальные серыми, (3) начните ось Y с 0, (4) отформатируйте десятичные дроби с разделителем тысяч. Верните код целиком. Код: [ ... ]
Для интерактивной диаграммы (для панели мониторинга):
Напишите код интерактивного линейного графика с помощью Plotly с теми же данными: при наведении мыши будет отображаться месяц и доход, а каналы можно фильтровать. Пусть ось начинается с 0. Приведите полный код.
Проверка: диаграмма «правильная», а не «красивая»?
Работа не закончена только потому, что графика выведена. Три контрольные суммы:
- Обеспечение ценности: проверьте 2–3 случайных точки вручную или по таблице. Действительно ли самая высокая полоса на графике является самой высокой?
- Проверка суммы/доли: заполнены ли доли на 100 % на графике частичного целого?
- Визуальная честность: начинается ли ось с 0, линейна ли шкала, одни и те же единицы измерения? (Подробности в следующем блоке.)
контроль
Как ухаживать
красный флаг
Значение
Сравните 2-3 пункта с данными
Данные графика не совпадают
целостность
Отсутствуют ли какие-либо месяцы/категории?
Разрыв был молча пропущен
масштаб
Где начинается ось Y
не 0, разница преувеличена
Итого
Доли/итого
Это не держится на 100%
Внимание: модель иногда «дополняет» недостающие месяцы в данных или автоматически отбрасывает недостающую строку. Посмотрите, соответствует ли количество точек на диаграмме количеству строк в данных.
три мини-кейса
Случай 1. Прогнозирование битов кода. Аналитик сначала спрашивает модель: «Какова общая сумма?» — спросил он и получил ответ «≈4,2 миллиона». Затем он распечатал код сложения и запустил его: фактическая сумма составила 3,87 миллиона. Устное предсказание оказалось ошибочным на 8%. С этого дня он получал все цифры из кода.
Случай 2 — Молчаливая пропущенная строка. Одна команда подготовила ежемесячный график; все выглядело нормально. Но в данных за март ничего не было, и график пропустил его и связал февраль с апрелем; Оно выглядело мягким, потому что было в тренде. Заметили количество точек (их должно было быть 12 вместо 11) и исправили; В реальной тенденции произошел скачок.
Случай 3. Воспроизводимость. Маркетолог каждый месяц вручную рисовал графики (около 40 минут). Однажды он установил код, написанный искусственным интеллектом; В последующие месяцы вставка нового CSV-файла и запуск кода занимала 2 минуты. Сэкономлено 38 минут в месяц и больше нет ошибок при ручном копировании.
Слабая подсказка / Сильная подсказка
Слабый:
Постройте график этих данных о продажах.
Модель может соответствовать картинке или давать случайный код; данные фактически не обрабатываются, настроек честности нет.
Сильный:
Ваша роль: помощник Python/matplotlib. Данные: CSV, столбцы «регион» (текст), «buyume_percentage» (число, может быть отрицательным). Напишите код горизонтальной гистограммы: отсортируйте по значению, выделите самую высокую область, добавьте опорную линию y = 0 (отображайте отрицательные значения), поместите метки с процентами на концах столбцов. Дайте исполняемый код, прочитайте из CSV, подгоните номер. Поместите заполнитель для названия действия.
Второй включает структуру данных, правила честности и принцип «читай из кода, не придумывай»; Результат является точным и редактируемым.
Выбор инструмента: когда таблица, когда код?
Вам не нужно писать код для каждой диаграммы. Для небольшой одноразовой простой диаграммы часто бывает достаточно и быстро использовать электронную таблицу (Excel, Google Spreadsheets). Код выигрывает, когда: данные регулярно обновляются (одна и та же диаграмма обновляется каждый месяц), диаграмма сложная или многочисленная (например, несколько небольших диаграмм), требуется полный контроль (настройки целостности, пользовательская маркировка) или важно, чтобы результат был повторяемым. Вы также можете спросить, какой из них подходит для искусственного интеллекта.
Статус
подходящий автомобиль
Почему
Одноразовый простой бар
электронная таблица
Быстро, код не требуется
Отчет обновляется каждый месяц
Код (Питон)
Напиши один раз, беги снова
Интерактивная панель с фильтрами
Код (графически)/инструмент BI
требуется взаимодействие
Много мелкой графики
Код
Рисовать вручную утомительно и неточно.
Ваша роль: консультант по визуализации данных. Мне нужно создать следующий график: [рецепт]. [Как часто] обновляются данные, [сколько] различных диаграмм требуется. Какая таблица или код Python имеют больше смысла? Обоснуйте свое решение; Какую библиотеку вы рекомендуете для кода?
Подсказка: «Буду ли я делать это каждый месяц?» Если ответ на вопрос «да», инвестиции в код почти всегда окупаются. Если это разовый случай, таблицы будет достаточно.
Распространенные ошибки
- Запрос «изображения» диаграммы. Когда вы запрашиваете изображение вместо кода, данные фактически не обрабатываются.
- Доверие к коду без его выполнения: размещение результатов на слайде без визуальной проверки.
- Не обеспечивать проверку значений: не сравнивать точки на диаграмме с данными.
- Не видеть отсутствующую/пропущенную строку: Не проверять количество точек.
- Относитесь к этому как к разовой работе: не хранить код и каждый месяц начинать с нуля.
В итоге
Попросите у искусственного интеллекта код, создающий график, а не изображение графика, и запустите этот код самостоятельно; потому что код обрабатывает данные такими, какие они есть, и дает детерминированные и повторяемые результаты. Опишите структуру данных, поместите в запрос правила целостности (от оси 0, метки, источника), проверьте выходные данные с помощью хэшей суммы целостности и масштаба значений. Код каждый раз превосходит словесное предсказание; Но окончательный контроль за вами.
Задача приложения
Для вашего файла данных: (1) Опишите структуру данных ИИ и распечатайте код генерации графа (с правилами честности). (2) Запустите код и вручную сравните 2–3 значения на диаграмме с данными. (3) В том же коде отсортируйте столбцы по значению и добавьте один цвет выделения. (4) Сохраните код, чтобы использовать его снова в следующем месяце.
контрольный список
- [ ] Я хотел и запустил код, который создает диаграмму, а не ее изображение.
- [ ] Код читает данные из реального файла, он не составляет числа.
- [ ] Я сравнил 2-3 значения на графике с данными.
- [ ] Количество точек/категорий совместимо со строками данных.
- [ ] Ось Y и масштаб верны; Прерывания оси нет.
- [ ] Я сохранил код, чтобы использовать его снова.