數據分析不僅需要準確解讀數據，更要通過直觀且富有洞察力的圖表將信息傳達給用戶。本文作者通過學習過程中的一個案例，展示了如何使用人工智能（AI）輔助創建圖表，并分析數據。

最近，我正在學習一門《AI 數據分析課》，其中布置了一些課后作業，我覺得對提升數據分析能力很有幫助。下面是我學完《AI 數據分析課》第 10 講之后，完成的一個課后作業，作業題目如下：

假設你是一家連鎖餐廳的數據分析師，你手頭有以下數據：

你的任務是創建一個圖表，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據關系。
應用設計原則：考慮如何應用心理學原理和 UI 設計原則來優化圖表的設計。
模擬用戶反饋：想象一下用戶可能提出哪些反饋，比如關于圖表的清晰度、顏色使用或數據解釋的建議。
優化圖表：根據想象中的反饋調整圖表，嘗試改進圖表的設計。

考慮到 ChatGPT 存在網絡設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據分析功能（以下簡稱 AI）。

1. 處理數據

首先，我把上面的圖片文件發給 AI，讓它轉換成一個方便分析處理的 Excel 數據表格。

請把圖片變成一個方便分析處理的 Excel 數據表格。

AI 很貼心地提供了一個 Excel 數據表格的下載鏈接：

這一步需要注意檢查數據轉換的準確性，避免數據源出現錯誤。

2. 推薦圖表

其次，我給 AI 提供了一些相關的背景信息，讓它推薦適當的圖表類型。

上面是一家連鎖餐廳的數據，我希望基于這些數據創建一個圖表，用來展示每月的顧客滿意度與總銷售額的關系，你有什么好的建議嗎？請你在考慮設計圖表時，應用心理學原理和 UI 設計原則來優化圖表的設計，遵循認知負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 開始進行思考，生成相應的 Python 代碼，并創建了一張雙軸折線圖：

3. 相關分析

接下來，我讓 AI 計算顧客滿意度與總銷售額的相關系數，并判斷它們之間的相關性強弱。

AI 不僅給出了相關系數的計算結果，而且說明了它們之間的線性相關性非常弱。

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

# 角色：
你是一個世界頂級的數據分析專家，精通數據可視化的方法。

## 任務：
上面是一家連鎖餐廳的數據，其中顧客滿意度分為 1 到 5 星，請你創建一個散點圖，展示過去一年每月的顧客滿意度與銷售額的關系。

## 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據關系，讓圖表類型與信息相匹配，提升信息傳達的效率。
2. 應用設計原則：考慮應用心理學原理和 UI 設計原則來優化圖表的設計，遵循認知負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，比如關于圖表的清晰度、顏色使用或數據解釋的建議。
4. 優化圖表設計：根據想象中的反饋調整圖表，嘗試改進圖表的設計，樣式方面保證一致性、層次性、簡潔性。
5. 其他注意事項：請你一步一步地認真思考，保持整體視覺風格的簡潔統一，并提供清晰的圖例說明。

AI 回復如下：

從上面的散點圖中，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性很弱。

4. 最后的話

在 AI 的幫助下，我們可以應用心理學原理和 UI 設計原則，創建直觀且有洞察力的圖表，有效提升數據圖表的質量。

從處理數據到選擇圖表，再到相關分析，每一步都值得我們認真思考和精心設計。

在數據分析的過程中，我們尤其需要注意確保數據的準確性，因為這是后續分析的基礎，也是保證分析結果可靠性的關鍵。

我相信，在未來的學習、工作和生活中，AI 的準確性和可靠性將會逐漸提升，AI 和數據分析也將變得越來越重要。