DeepSeek数据可视化：让数据会说话

大家好，我是武哥。今天我要和大家分享如何使用DeepSeek来实现智能化的数据可视化。在大模型时代，数据可视化不再是简单的图表绘制，而是需要AI来理解数据含义，自动选择最适合的可视化方式，并生成洞察。通过本文的学习，你将掌握如何让DeepSeek帮助我们实现更智能的数据可视化。

1. 智能可视化选择器

首先，我们需要一个能够理解数据特征并智能选择可视化方式的组件：

class VisualizationSelector:
    def __init__(self):
        self.visualization_types = {
   
            'numerical_distribution': ['histogram', 'box_plot', 'violin_plot'],
            'time_series': ['line_plot', 'area_plot'],
            'correlation': ['scatter_plot', 'heatmap'],
            'composition': ['pie_chart', 'stacked_bar'],
            'comparison': ['bar_chart', 'radar_chart']
        }
        
    def analyze_data(self, df):
        """分析数据特征"""
        data_features = {
   
            'numerical_cols': df.select_dtypes(include=['int64', 'float64']).columns.tolist(),
            'categorical_cols': df.select_dtypes(include=['object']).columns.tolist(),
            'datetime_cols': df.select_dtypes(include=['datetime64']).columns.tolist(),
            'n_rows': len(df),
            'n_unique_values': {col: df[col].nunique() for col in df.columns}
        }
        return data_features
        
    def suggest_visualization(self, data_features):
        """推荐可视化方式"""
        prompt = f"""
        基于以下数据特征推荐最适合的可视化方式：
        
        数值型列: {data_features['numerical_cols']}
        类别型列: