ai如何制作图表统计图？

曾经花费数小时搜索正确的数据，处理电子表格，或者怀疑是否选择了最好的图表类型？你并不孤单。幸运的是，现在你可以使用人工智能跳过任何数据障碍，顺利完成你的图表制作过程。

在本文中，你会发现人工智能改变数据可视化工作流程的六种实用方法。从寻找值得信赖的数据源到完善您的最终设计，这些提示将节省您的时间，并帮助您创建更清晰、更容易记住和理解的图表。

那么，人工智能究竟如何才能让你的图表制作过程更加顺畅呢？让我们探索六种实用的方法来实现它。

1.用AI找数据

人工智能模型可以成为伟大的数据侦察兵。它们可以帮助你找到好的数据源，或者帮助你从一个网站上提取数据，例如，通过抓取。在这篇博客中，我们将尝试用历史通胀数据制作图表。

假设您想要创建显示通货膨胀如何随时间变化的图表，但是您甚至不知道从哪里开始寻找这些数据。

这里有一个提示可以解决这个问题:

我正在写一篇关于全球通货膨胀率的文章。我想介绍一下过去20年左右的通货膨胀趋势。请给我指出3个可以获得可信数据、可公开访问和可下载的资源。

专业提示:始终要求“公开可访问”的数据，以确保您可以实际下载和使用您找到的内容！

2.分析你的数据

AI可以成为你讲故事的伙伴。它可以发现你可能错过的模式，解释趋势，甚至将你的数字与现实世界的事件联系起来。这就像快速拨号上有一个数据分析师。

前面的提示建议经合组织数据，那么让我们来看看数字是怎么说的:

根据以下要求分析该通货膨胀数据集:

**数据范围:**

-仅包括单个国家(不包括欧元区、经合组织平均水平等总量。)

**需要统计分析:**

1.计算所有国家的总体平均通货膨胀率

2.识别统计异常值

3.列出通货膨胀率最高的五个国家

4.列出通货膨胀率最低的前5个国家

5.标记任何有重大变化的国家(增加或减少超过50%)

**模式分析:**

确定地理趋势:哪些地区的通货膨胀率一直较高或较低？

-按洲或地区比较绩效

**背景:**

-注意与通货膨胀上升或下降相关的任何重大社会政治事件(如金融危机、战争、政策变化)

这个提示应该为您提供数据中关键模式的摘要、理解某些行为的历史背景，以及基于国家的概述。

使用人工智能，你可以获得其他见解，比如:

总体趋势和模式

上限值和下限值

等级

随着时间的变化

3.用人工智能清理和填充丢失的数据

有时，您会希望用额外的信息来补充数据，比如新的系列或分类列。其他时候，您可能希望从数据集中删除不使用的列。

例如，这个通货膨胀数据有许多不必要的列，并且缺少一个区域列来进行各大洲之间的比较。除了在电子表格上手动编辑之外，您还可以尝试如下提示:

向CSV转型(仅限2000-2024年):

-保存:年份、国家、国家代码(2个字母)、通货膨胀率

-添加:区域栏(每个国家的地理区域)

-删除:所有其他栏+不完整的国家+总量

-排序依据:地区→国家→年份

您可以通过添加更多信息(如特定国家或地区)来进一步定制该提示。

4.为你的故事选择最好的图表

在分析了我们的数据之后，我们可以使用AI来找到最好的图表来讲述我们的故事。您可以集思广益，测试不同的图表类型，并询问您的工具的利弊。

一个好的方法是提及你图表的目标。例如:

我想根据我的数据显示通货膨胀率是如何随时间变化的。最好的图表是什么？

你甚至可以要求它推荐在fluore上可用的模板。前面的提示看起来像这样:

我想根据我的数据显示通货膨胀率是如何随时间变化的。最好的图表是什么？为此，我使用了fluore(fluore.studio)。推荐工具中可用的图表类型

如果你很好奇，这里有三张推荐的图表:

折线图(多系列)

面积图(堆积)

小倍数折线图

探索我们的模板

5.为图表设置数据格式

一旦你有了数据，你已经分析了它，你有了一个很好的想法，你想如何可视化它，然后是时候把它放在正确的格式来制作一个图表。

在Flourish中，不同的图表类型有不同的数据要求，所以没有放之四海而皆准的数据格式，有时，您需要做的不仅仅是交换您的行和列让你的数据发挥作用。

对于这个项目，我们的目标是创建一个图表网格来显示各地区的通货膨胀率，但我们需要注意的是，图表网格的结构看起来与简单的折线图非常不同。

要从我们的原始数据集变成网格友好的数据集，我们需要做3件事:

使用新的Regions列作为分类变量来拆分数据

按区域每年复制—从每年一行转换为多行(每年每个区域一行)

选择性填充国家数据-仅显示属于每个特定区域的国家的值

我们可以简单地让人工智能用一个清晰的提示来处理这种转换，而不是纠结于数据透视表或编写复杂的公式:

将我的通货膨胀数据集从宽格式(年份作为行，国家作为列)转换为区域格网格式，以实现丰富的可视化。

输出要求:

-每年(1990-2024年)应出现5次(每个地区一次)

-仅显示属于每个地区的国家的值(其他留空)

-保留所有国家/地区列

将我的数据集转换为这种精确的格式，以便在Flourish中创建区域比较图表。

6.润色你的图表

你可以使用人工智能作为你个人的图表评论，让你的图表更上一层楼。以下提示将返回可以改进图表网格的增强功能列表:

分析这个显示各地区通货膨胀数据的网格图。给我5个具体的、可操作的改进，我可以使用fluore的内置功能立即实施。关注以下建议:

-每次不到5分钟即可完成

-仅使用本机花体功能(无自定义代码)

-显著提高可读性和比较能力

-帮助观众专注于关键见解，而不是迷失在数据噪音中

它提出的主要建议是:

标准化Y轴以便更好地进行比较

添加筛选器或从数据中删除一些系列以提高可读性

将区域着色为单一颜色，以形成视觉分组并减少混乱

添加注释，指出可能对该指标产生影响的关键事件

所有的优点都遵循最佳实践，并专注于更清晰的故事讲述。