數(shù)據(jù)分析不僅需要準(zhǔn)確解讀數(shù)據(jù)，更要通過直觀且富有洞察力的圖表將信息傳達(dá)給用戶。本文作者通過學(xué)習(xí)過程中的一個案例，展示了如何使用人工智能（AI）輔助創(chuàng)建圖表，并分析數(shù)據(jù)。

最近，我正在學(xué)習(xí)一門《AI 數(shù)據(jù)分析課》，其中布置了一些課后作業(yè)，我覺得對提升數(shù)據(jù)分析能力很有幫助。下面是我學(xué)完《AI 數(shù)據(jù)分析課》第 10 講之后，完成的一個課后作業(yè)，作業(yè)題目如下：

假設(shè)你是一家連鎖餐廳的數(shù)據(jù)分析師，你手頭有以下數(shù)據(jù)：

你的任務(wù)是創(chuàng)建一個圖表，展示過去一年每月的顧客滿意度與銷售額的關(guān)系。請按照以下步驟操作：
選擇圖表類型：思考哪種類型的圖表最適合展示這種類型的數(shù)據(jù)關(guān)系。
應(yīng)用設(shè)計原則：考慮如何應(yīng)用心理學(xué)原理和 UI 設(shè)計原則來優(yōu)化圖表的設(shè)計。
模擬用戶反饋：想象一下用戶可能提出哪些反饋，比如關(guān)于圖表的清晰度、顏色使用或數(shù)據(jù)解釋的建議。
優(yōu)化圖表：根據(jù)想象中的反饋調(diào)整圖表，嘗試改進(jìn)圖表的設(shè)計。

考慮到 ChatGPT 存在網(wǎng)絡(luò)設(shè)置和使用限制等方面的問題，所以我選擇使用智譜清言的數(shù)據(jù)分析功能（以下簡稱 AI）。

1. 處理數(shù)據(jù)

首先，我把上面的圖片文件發(fā)給 AI，讓它轉(zhuǎn)換成一個方便分析處理的 Excel 數(shù)據(jù)表格。

請把圖片變成一個方便分析處理的 Excel 數(shù)據(jù)表格。

AI 很貼心地提供了一個 Excel 數(shù)據(jù)表格的下載鏈接：

這一步需要注意檢查數(shù)據(jù)轉(zhuǎn)換的準(zhǔn)確性，避免數(shù)據(jù)源出現(xiàn)錯誤。

2. 推薦圖表

其次，我給 AI 提供了一些相關(guān)的背景信息，讓它推薦適當(dāng)?shù)膱D表類型。

上面是一家連鎖餐廳的數(shù)據(jù)，我希望基于這些數(shù)據(jù)創(chuàng)建一個圖表，用來展示每月的顧客滿意度與總銷售額的關(guān)系，你有什么好的建議嗎？請你在考慮設(shè)計圖表時，應(yīng)用心理學(xué)原理和 UI 設(shè)計原則來優(yōu)化圖表的設(shè)計，遵循認(rèn)知負(fù)荷理論和視覺感知原則，避免過多的顏色和裝飾，以免分散注意力。

AI 開始進(jìn)行思考，生成相應(yīng)的 Python 代碼，并創(chuàng)建了一張雙軸折線圖：

3. 相關(guān)分析

接下來，我讓 AI 計算顧客滿意度與總銷售額的相關(guān)系數(shù)，并判斷它們之間的相關(guān)性強(qiáng)弱。

AI 不僅給出了相關(guān)系數(shù)的計算結(jié)果，而且說明了它們之間的線性相關(guān)性非常弱。

最后，我給 AI 提出一個更具體的需求，讓它用散點(diǎn)圖來展示顧客滿意度與總銷售額的關(guān)系。

# 角色：
你是一個世界頂級的數(shù)據(jù)分析專家，精通數(shù)據(jù)可視化的方法。

## 任務(wù)：
上面是一家連鎖餐廳的數(shù)據(jù)，其中顧客滿意度分為 1 到 5 星，請你創(chuàng)建一個散點(diǎn)圖，展示過去一年每月的顧客滿意度與銷售額的關(guān)系。

## 要求：
請你按照以下步驟操作：
1. 選擇圖表類型：思考哪種類型的圖表最適合展示這種類型的數(shù)據(jù)關(guān)系，讓圖表類型與信息相匹配，提升信息傳達(dá)的效率。
2. 應(yīng)用設(shè)計原則：考慮應(yīng)用心理學(xué)原理和 UI 設(shè)計原則來優(yōu)化圖表的設(shè)計，遵循認(rèn)知負(fù)荷理論和視覺感知原則，避免過多的顏色和裝飾，以免分散注意力。
3. 模擬用戶反饋：想象一下用戶可能提出哪些反饋，比如關(guān)于圖表的清晰度、顏色使用或數(shù)據(jù)解釋的建議。
4. 優(yōu)化圖表設(shè)計：根據(jù)想象中的反饋調(diào)整圖表，嘗試改進(jìn)圖表的設(shè)計，樣式方面保證一致性、層次性、簡潔性。
5. 其他注意事項(xiàng)：請你一步一步地認(rèn)真思考，保持整體視覺風(fēng)格的簡潔統(tǒng)一，并提供清晰的圖例說明。

AI 回復(fù)如下：

從上面的散點(diǎn)圖中，我們可以直觀地看出，顧客滿意度與銷售額之間的線性相關(guān)性很弱。

4. 最后的話

在 AI 的幫助下，我們可以應(yīng)用心理學(xué)原理和 UI 設(shè)計原則，創(chuàng)建直觀且有洞察力的圖表，有效提升數(shù)據(jù)圖表的質(zhì)量。

從處理數(shù)據(jù)到選擇圖表，再到相關(guān)分析，每一步都值得我們認(rèn)真思考和精心設(shè)計。

在數(shù)據(jù)分析的過程中，我們尤其需要注意確保數(shù)據(jù)的準(zhǔn)確性，因?yàn)檫@是后續(xù)分析的基礎(chǔ)，也是保證分析結(jié)果可靠性的關(guān)鍵。

我相信，在未來的學(xué)習(xí)、工作和生活中，AI 的準(zhǔn)確性和可靠性將會逐漸提升，AI 和數(shù)據(jù)分析也將變得越來越重要。