从数据到故事:ChatGPT + 可视化工具(Matplotlib / Power BI)实战(2025年6月)

以下是一份「从数据到故事:ChatGPT + 可视化工具(Matplotlib / Power BI)实战」工作坊(2025 年 6 月)方案,包含目标、议程和示例内容,供你参考与调整。


一、工作坊概览

  • 主题:从数据到故事:ChatGPT + 可视化工具(Matplotlib / Power BI)实战
  • 日期:2025 年 6 (可根据实际情况确定具体日期)
  • 时长:半天(4 小时)或全天(6–8 小时)均可
  • 对象
    • 对 Python 数据分析、可视化有基础
    • 希望用 ChatGPT 提升数据洞察与报告撰写效率
    • 有 Power BI 基础,想学习与 LLM 联动

二、学习目标

  1. 掌握 ChatGPT 在数据分析中的辅助角色
  2. 用 Matplotlib 快速从数据生成专业图表
  3. 结合 ChatGPT,自动撰写可读性强的数据解读
  4. 在 Power BI 中集成 LLM,提升仪表板的交互与说明能力
  5. 动手实践:从原始数据到可交付报告/仪表板

三、详细议程

时间 模块 内容
09:00–09:15 开场与目标说明 介绍主办方、导师、参与者;说明工作坊目标与流程
09:15–10:00 模块 1:ChatGPT 助力数据分析 – 演示如何用 ChatGPT 生成分析思路与代码模板- 示例 Prompt: “请帮我用 Python 读取 CSV 并做简单描述性统计”
10:00–11:00 模块 2:Matplotlib 可视化实战 – 快速回顾 Matplotlib 基本用法- 代码示例:折线图、柱状图、散点图- 用 ChatGPT 自动生成代码并调整样式
11:00–11:15 茶歇
11:15–12:30 模块 3:结合 ChatGPT 撰写数据解读 – 读取已有图表输出(如 Matplotlib 保存的图片),让 ChatGPT 生成图表说明- 示例 Prompt: “请根据这张销售趋势图,写一段 150 字的洞察报告”
12:30–13:30 午餐休息
13:30–15:00 模块 4:Power BI + LLM 集成 – 在 Power BI 中加载数据并制作基础仪表板- 用 Power BI “文本灵感”(Q&A)功能接入 ChatGPT,实时生成解释性文字- 编写 DAX 计算示例
15:00–16:30 模块 5:实战演练 – 分组/个人练习:给定一份业务数据- 从数据清洗、可视化、解读到最终仪表板- 导师巡回辅导,实时反馈
16:30–17:00 总结与答疑 – 回顾核心流程与最佳实践- 开放 Q&A、经验分享与后续学习资源推荐

四、示例内容摘录

1. Matplotlib 与 ChatGPT 联动示例

import pandas as pd
import matplotlib.pyplot as plt

# 示例:加载数据
df = pd.read_csv('sales_data.csv', parse_dates=['date'])
monthly = df.resample('M', on='date').sum()['revenue']

# 生成折线图
plt.figure(figsize=(8, 4))
plt.plot(monthly.index, monthly.values, marker='o')
plt.title('2024 年每月销售收入趋势')
plt.xlabel('月份')
plt.ylabel('销售收入(万元)')
plt.tight_layout()
plt.savefig('monthly_revenue.png')

Prompt 示例(发送给 ChatGPT):
“这是一个 2024 年每月销售收入趋势图(见附件),请帮我写一段 100–150 字的分析报告,指出主要波动原因及后续建议。”


2. Power BI 中用自然语言生成洞察

  • 在 Power BI Desktop 的「Q&A」可视化中,直接输入:

    “What was the highest revenue month in 2024 and why?”

  • 连接到组织内的 Azure OpenAI 服务,让后台调用 GPT 模型自动生成分析段落。

五、准备与环境

  1. 软件
    • Python 3.8+(建议安装 Anaconda)
    • Matplotlib
    • Power BI Desktop(2025 最新版本)
    • Azure OpenAI 账号或相应 LLM API 访问权限
  2. 数据
    • 可提前提供示例 CSV(如销售、用户、运营数据)
    • 或要求学员自带业务数据

六、后续资源

  • GitHub:Demo 代码仓库
  • 博客系列:深入解读 ChatGPT 与 BI 工具结合
  • 社区讨论:微信群/Slack 社区,持续互助

标签