ChatGPT在数据可视化中的应用

小蜜蜂AI网站可以体验，扫码注册。

在数据分析中，数据可视化是必不可少的一部分，但是目前ChatGPT无法根据我们的诉求直接生成图表结果。尽管如此，它可以在数据可视化的其他方面发挥一些作用，如下所示。

（1）选择合适的图表类型：ChatGPT可以根据我们提供的数据和希望图表达到的效果，推荐合适的图表类型。例如，对于时间序列数据，ChatGPT可能会推荐使用折线图；而对于类别数据，ChatGPT可能会推荐使用柱状图或饼图。

（2）提供可视化建议：ChatGPT可以根据我们所提供数据集的特点和图表的使用场景等，给出一些可视化方面的建议，如选择合适的颜色、图例、标签等。

（3）指导生成图表：ChatGPT可以根据收到的数据和需求，指导我们如何使用不同软件实现想要的效果。

（4）解读图表：ChatGPT可以根据我们提供的图表数据，分析其中的关键信息，如趋势、异常值、关系等，并将这些信息以文字形式呈现出来。这可以帮助受众更好地理解图表，为决策提供有力支持。

（5）故事化呈现：ChatGPT可以将数据可视化等结果和分析结合起来，以故事的形式将数据和结论串联在一起，帮助用户更好地理解和记住数据分析结果。

1.1 选择合适的图表类型

​ 我们可以问ChatGPT在数据可视化中常用的图表类型有哪些，不同图表的使用场景各是什么，应该根据什么原则选取合适的图表类型。将这些问题发送给ChatGPT，会得到如下结果。

【常用的数据可视化图表类型及其使用场景：

1. 折线图（Line Chart）：

   • 使用场景： 用于显示随时间或连续变量变化的趋势，比较不同组在不同时间的数据。

2. 柱状图（Bar Chart）：

   • 使用场景： 用于比较不同类别之间的数据差异，展示离散数据。

3. 饼图（Pie Chart）：

   • 使用场景： 用于显示部分与整体的关系，强调各部分占比。

4. 散点图（Scatter Plot）：

   • 使用场景： 用于显示两个变量之间的关系，帮助发现变量之间的相关性或异常值。

5. 直方图（Histogram）：

   • 使用场景： 用于显示数据的分布情况，特别适用于展示连续变量的频率分布。

6. 箱线图（Box Plot）：

   • 使用场景： 用于显示数据的中位数、四分位数和异常值，帮助了解数据的分布形状和离群值情况。

7. 热力图（Heatmap）：

   • 使用场景： 用于呈现数据密度，特别适用于大型数据集的可视化和相关性分析。

选择合适的图表类型原则：

1. 数据类型： 根据数据的类型（离散、连续、分类等）选择对应的图表类型。
2. 目标： 确定你想要传达的信息和目的，选择最能有效展示这些信息的图表类型。
3. 数据关系： 考虑数据之间的关系，如趋势、比较、分布等，选择最能体现关系的图表类型。
4. 受众： 考虑观众的背景知识和接受能力，选择易于理解并传达信息的图表类型。
5. 美学： 选择符合美学审美和清晰易读的图表类型，避免造成视觉混乱。

根据以上原则，在具体场景下选择合适的数据可视化图表类型将有助于有效传达信息并提高数据解读的效果。如果需要更具体的指导或有其他问题。】

​ ChatGPT给出的信息比较全面：首先介绍了常用的图表类型及其主要用途和使用场景；其次说明了图表选择的原则。

​ 我们还可以直接利用ChatGPT选择合适的图表类型，只需把数据结构和我们希望通过图表传达的信息描述清楚，ChatGPT就会推荐合适的图表类型。

​ 接下来看一个具体案例。发送如下内容给ChatGPT。

​ ChatGPT收到上述内容后，返回如下结果。

​ 【针对描述各月销量趋势的数据，您可以选择使用折线图（Line Chart）来展示。折线图适合显示随时间变化的趋势，能够清晰地呈现每个月的销量变化情况，帮助观察者直观地了解销售趋势的起伏和发展。

通过在横轴上标记月份，纵轴上标记销量，您可以将过去12个月的销售数据以连续的折线方式呈现，以便于观察每个月的销量变化情况。这种图表类型不仅能够展示整体销售趋势，还能帮助您识别季节性变化、高峰期或低谷期等信息，为制定未来销售策略提供重要参考。

因此，根据您的情况下，推荐使用折线图来描绘各月销量的趋势。】

​ ChatGPT的回答没有问题。接下来我们问一个稍微难一点的问题。

​ ChatGPT收到上述内容后，返回如下结果。

​ 【针对您描述的需求，为展示不同功能页面的用户停留时长在整体时长中的占比变化趋势，您可以选择使用堆叠面积图（Stacked Area Chart）来进行数据可视化。堆叠面积图能够清晰地显示多个部分在整体中的比例关系随时间的变化情况，同时也能展示各功能页面的相对大小和比例变化。

通过将不同功能页面的停留时长数据以堆叠方式呈现在同一张图表上，您可以直观地了解每个功能页面的停留时长在整体时长中所占比例的变化趋势。这种图表类型有助于比较各功能页面之间的影响力和用户偏好，帮助您识别哪些功能页面对整体用户留存起到关键作用。

因此，建议您使用堆叠面积图来展示不同功能页面的用户停留时长在整体时长中的占比变化趋势。】

​ 对于这个案例，ChatGPT的回答也没有问题。

1.2 提供可视化建议

​ 也可以直接告诉ChatGPT我们想对某些数据进行可视化，它会给出相应的建议。比如发送如下内容给ChatGPT。

​ ChatGPT收到上述内容后，返回如下结果。

针对公司各部门第一季度的销售业绩数据，你可以创建一个清晰易懂的柱状图，并添加数据标签、标题和图例以增强可视化效果。以下是一般步骤和建议：

数据可视化建议：

1. 柱状图设计：

   • 横轴（X轴）： 部门名称（市场部、产品部、技术部、运营部）
   • 纵轴（Y轴）： 销售业绩（万元）

2. 添加数据标签：

   • 在每个柱子上显示销售业绩数值，直观展示各部门的具体销售额。

3. 标题：

   • 添加描述性标题，如“公司各部门第一季度销售业绩比较”。

4. 图例：

   • 添加图例，说明不同颜色的柱子代表的部门名称，使观众能够快速了解每个部门的对应关系。

5. 风格和配色：

   • 使用清晰的配色方案，确保柱状图易于阅读和理解。
   • 可使用公司品牌色或经典的颜色组合来突出图表。

示例代码：

import matplotlib.pyplot as plt
import matplotlib
matplotlib.rc("font",family='Yuanti SC')  # 解决不能显示中文字体
departments = ['市场部', '产品部', '技术部', '运营部']
sales_data = [125, 105, 83, 72]

plt.bar(departments, sales_data, color='skyblue')
plt.xlabel('部门')
plt.ylabel('销售业绩（万元）')
plt.title('公司各部门第一季度销售业绩')
for i in range(len(sales_data)):
    plt.text(i, sales_data[i] + 2, str(sales_data[i]), ha='center')

plt.legend(['销售业绩'])
plt.show()

通过以上可视化建议和示例代码，你可以创建一幅清晰明了的柱状图来展示公司各部门第一季度的销售业绩，同时增加数据标签、标题和图例，帮助观众更好地理解数据。如下图：

1.3 指导生成图标

​ 虽然目前ChatGPT无法直接输出图标结果，但是它可以指导我们如何用不同的工具实现。发送如下内容给ChatGPT。

​ ChatGPT收到上述内容后，返回如下结果。

Excel实现方式：

1. 准备数据： 创建包含月份和销量数据的Excel表格。
2. 选择数据： 选中数据范围，并点击插入选项卡中的"折线图"，选择合适的折线图类型。
3. 添加数据标签： 右键单击图表上的数据点，选择“添加数据标签”以显示每个数据点的具体值。

Python实现方式（使用Matplotlib）：

import matplotlib.pyplot as plt
import matplotlib
matplotlib.rc("font",family='Yuanti SC') # 这是我自己添加的，解决不能正常显示中文的问题

# 准备数据
months = ['一月', '二月', '三月', '四月', '五月','六月','七月','八月','九月','十月','十一月','十二月']
sales = [100, 120, 90, 110, 130,105,120,150, 175,200,180,210]

# 创建折线图
plt.plot(months, sales, marker='o', color='b', linestyle='-', linewidth=2)
plt.xlabel('月份')
plt.ylabel('销量')
plt.title('月份-销量折线图')

# 添加数据标签
for i in range(len(months)):
    plt.text(i, sales[i], str(sales[i]), ha='center', va='bottom')

plt.grid(True)
plt.show()

Tableau实现方式：

1. 导入数据： 将月份和销量数据导入Tableau软件。
2. 创建图表： 在数据源中，拖动月份字段到列区域，销量字段到行区域，选择线条图类型。
3. 调整图表样式： 根据需要设置图表标题、轴标签、数据点标签等。
4. 发布图表： 可以保存图表为图像或交互式报表，并分享给他人。

以上是使用Excel、Python（Matplotlib）、Tableau这三种工具来绘制月份-销量折线图的具体实现方式。根据你的需求和熟悉程度，选择其中任何一种工具都可实现所需的数据可视化效果。

​ ChatGPT给出了详细的制作过程。当然，我们可以向其提出更多的要求，比如将标题设置为xxx、将数据标签设置为xxx，ChatGPT都会给出相应的操作步骤，这里就不展开了。我们提一个稍微难一点的要求，比如绘制堆叠面积图，看看效果如何。发送如下内容给ChatGPT。

​ ChatGPT收到上述内容后，返回如下结果。

Excel实现方式：

1. 准备数据： 在Excel中创建包含"day"、"功能页1"至"功能页6"的用户停留时长数据表格。
2. 选择数据： 选中数据范围，点击插入选项卡中的“插入面积图”，选择堆叠面积图类型。
3. 调整图表： 根据需要设置图表标题、轴标签等，确保每个功能页面的用户停留时长以堆叠形式显示。

Python实现方式（使用Matplotlib）：

import matplotlib.pyplot as plt
import pandas as pd
import matplotlib
matplotlib.rc("font",family='Yuanti SC') # 这是我自己添加的，解决不能正常显示中文的问题
# 读取数据
data = pd.read_excel('your_data.xlsx')

# 绘制堆叠面积图
plt.stackplot(data['day'], data['功能页1'], data['功能页2'], data['功能页3'], data['功能页4'], data['功能页5'], data['功能页6'],
              labels=['功能页1', '功能页2', '功能页3', '功能页4', '功能页5', '功能页6'])
plt.xlabel('天数')
plt.ylabel('用户停留时长')
plt.title('不同功能页面用户停留时长占比变化趋势')
plt.legend(loc='upper left')
plt.show()

运行结果如下图：

Tableau实现方式：

1. 导入数据： 将包含用户停留时长数据的Excel文件导入Tableau软件。
2. 创建堆叠面积图： 拖动"day"字段到列区域，将各个功能页面的停留时长字段分别拖动到行区域，选择堆叠面积图类型。
3. 调整图表样式： 设置标题、轴标签、颜色等，确保图表清晰展示不同功能页面用户停留时长在整体时长中的占比变化趋势。

通过上述Excel、Python（Matplotlib）、Tableau这三种工具的实现方式，你可以展示不同功能页面用户停留时长在整体时长中的占比变化趋势。根据自己的喜好和熟练程度选择合适的工具进行操作。如需更多帮助或解释，请随时告

​ ChatGPT分别给出了使用三种工具的具体实现方式。如果需要ChatGPT给出其他图表的制作方法，更换成相应的指令即可。

1.4 解读图标

​ 我们还可以利用ChatGPT对生成的图表结果进行解读。只需把分析目标和具体数据等发送给ChatGPT，它就会返回相应的解读结果。发送如下内容给ChatGPT。

​ ChatGPT收到上述内容后，返回如下结果。

当分析销售额随时间变化的折线图时，可以进一步深入解读数据。以下是针对您提供的销售额数据的更详细解读：

1. 销售额的月度变化趋势：

   • 从折线图中可以看出，销售额在前三个月有一个持续增长的趋势，从1285万元增长到1965万元。

   • 在第四个月，销售额略微下降至1975万元，之后在接下来的几个月中波动较大，但整体保持在一个相对稳定的水平。

2. 销售额的峰值和谷值：

   • 最高销售额出现在第四个月，为1975万元，这可能是由于某种市场活动或产品推广导致的销售额增长。

   • 最低销售额出现在第十一个月，为1370万元，这可能是由于市场竞争激烈或季节性需求下降等原因导致的销售额减少。

3. 销售额的稳定性：

   • 尽管销售额在不同月份有所波动，但整体趋势相对稳定，没有出现剧烈的波动或异常情况。

   • 这种相对稳定的销售额表现可能反映出公司在市场上的一定稳定地位和产品需求的稳定性。

4. 销售额的年度总体趋势：

   • 通过观察整个年度的销售额变化情况，可以看出公司在整个年度内的销售额总体上呈现出一个波动的趋势。

   • 这种波动可能受到季节性因素、市场需求变化或公司内部策略调整等多种因素的影响。

通过以上逐条解读，您可以更深入地了解销售额数据背后的变化趋势和特征，为业务决策提供更多有价值的信息和参考。如果您需要进一步的解读或有其他问题，请随时告诉我。

1.5 故事化呈现

​ 我们还可以利用ChatGPT对图表结果进行故事化呈现。因为ChatGPT有基于上下文对话的能力，所以可以其基于上文的解读结果来执行该任务。发送如下内容给ChatGPT。

​ ChatGPT收到上述内容后，返回如下结果。

故事化呈现：

标题：挥洒2023，销售之旅

在2023年的销售之旅中，每个月都是一场充满变化和挑战的旅程。我们的销售额随着时间的推移而起伏，展现出一个个独特的故事。

• 启航之初：
  在1月份，我们以1285万元的销售额开始了新的一年。这是一个鼓舞人心的开端，为我们的销售之旅奠定了坚实基础。

• 踌躇与突破：
  随着销售额在2月和3月的快速增长，我们看到了1842万元和1965万元的壮丽数字。这段时间里，我们面对挑战，但也迎来了突破和成长。

• 春夏之间：
  到了4月和5月，销售额略有下降，分别为1975万元和1582万元。这段时间，我们经历了春夏之间的过渡，调整策略，准备迎接新的挑战。

• 盛夏绽放：
  随着6月和7月销售额的回升，分别达到1828万元和1886万元，我们的业务再次绽放出生机和活力。盛夏时节，我们勇往直前，追求更大的成就。

• 秋冬季节：
  到了8月至12月，销售额波动较大，从1388万元到1889万元不等。在秋冬季节中，我们经历了起伏和挑战，不断寻找增长的机会。

2023年的销售之旅如同一幅画卷，记录了我们不断努力、迎接挑战、寻找机遇的旅程。通过对销售趋势的深度分析，我们将继续挥洒激情，驶向更美好的明天！

通过这样的故事化呈现，您可以更生动地理解销售数据背后的故事，激发团队的激情和动力。

​ 可以看到，ChatGPT将数据变动通过一个完整的故事串联了起来。在日常工作中，我们需要根据实际情况对故事内容进行调整。
以上示例可在小蜜蜂AI网站实现，扫码注册体验。