数据分析不仅需要准确解读数据，更要通过直观且富有洞察力的图表将信息传达给用户。本文作者通过学习过程中的一个案例，展示了如何使用人工智能（AI）辅助创建图表，并分析数据。

最近，我正在学习一门《AI 数据分析课》，其中布置了一些课后作业，我觉得对提升数据分析能力很有帮助。下面是我学完《AI 数据分析课》第 10 讲之后，完成的一个课后作业，作业题目如下：

假设你是一家连锁餐厅的数据分析师，你手头有以下数据：

你的任务是创建一个图表，展示过去一年每月的顾客满意度与销售额的关系。请按照以下步骤操作：
选择图表类型：思考哪种类型的图表最适合展示这种类型的数据关系。
应用设计原则：考虑如何应用心理学原理和 UI 设计原则来优化图表的设计。
模拟用户反馈：想象一下用户可能提出哪些反馈，比如关于图表的清晰度、颜色使用或数据解释的建议。
优化图表：根据想象中的反馈调整图表，尝试改进图表的设计。

考虑到 ChatGPT 存在网络设置和使用限制等方面的问题，所以我选择使用智谱清言的数据分析功能（以下简称 AI）。

1. 处理数据

首先，我把上面的图片文件发给 AI，让它转换成一个方便分析处理的 Excel 数据表格。

请把图片变成一个方便分析处理的 Excel 数据表格。

AI 很贴心地提供了一个 Excel 数据表格的下载链接：

这一步需要注意检查数据转换的准确性，避免数据源出现错误。

2. 推荐图表

其次，我给 AI 提供了一些相关的背景信息，让它推荐适当的图表类型。

上面是一家连锁餐厅的数据，我希望基于这些数据创建一个图表，用来展示每月的顾客满意度与总销售额的关系，你有什么好的建议吗？请你在考虑设计图表时，应用心理学原理和 UI 设计原则来优化图表的设计，遵循认知负荷理论和视觉感知原则，避免过多的颜色和装饰，以免分散注意力。

AI 开始进行思考，生成相应的 Python 代码，并创建了一张双轴折线图：

3. 相关分析

接下来，我让 AI 计算顾客满意度与总销售额的相关系数，并判断它们之间的相关性强弱。

AI 不仅给出了相关系数的计算结果，而且说明了它们之间的线性相关性非常弱。

最后，我给 AI 提出一个更具体的需求，让它用散点图来展示顾客满意度与总销售额的关系。

# 角色：
你是一个世界顶级的数据分析专家，精通数据可视化的方法。

## 任务：
上面是一家连锁餐厅的数据，其中顾客满意度分为 1 到 5 星，请你创建一个散点图，展示过去一年每月的顾客满意度与销售额的关系。

## 要求：
请你按照以下步骤操作：
1. 选择图表类型：思考哪种类型的图表最适合展示这种类型的数据关系，让图表类型与信息相匹配，提升信息传达的效率。
2. 应用设计原则：考虑应用心理学原理和 UI 设计原则来优化图表的设计，遵循认知负荷理论和视觉感知原则，避免过多的颜色和装饰，以免分散注意力。
3. 模拟用户反馈：想象一下用户可能提出哪些反馈，比如关于图表的清晰度、颜色使用或数据解释的建议。
4. 优化图表设计：根据想象中的反馈调整图表，尝试改进图表的设计，样式方面保证一致性、层次性、简洁性。
5. 其他注意事项：请你一步一步地认真思考，保持整体视觉风格的简洁统一，并提供清晰的图例说明。

AI 回复如下：

从上面的散点图中，我们可以直观地看出，顾客满意度与销售额之间的线性相关性很弱。

4. 最后的话

在 AI 的帮助下，我们可以应用心理学原理和 UI 设计原则，创建直观且有洞察力的图表，有效提升数据图表的质量。

从处理数据到选择图表，再到相关分析，每一步都值得我们认真思考和精心设计。

在数据分析的过程中，我们尤其需要注意确保数据的准确性，因为这是后续分析的基础，也是保证分析结果可靠性的关键。

我相信，在未来的学习、工作和生活中，AI 的准确性和可靠性将会逐渐提升，AI 和数据分析也将变得越来越重要。