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
- 掌握 ChatGPT 在数据分析中的辅助角色
- 用 Matplotlib 快速从数据生成专业图表
- 结合 ChatGPT,自动撰写可读性强的数据解读
- 在 Power BI 中集成 LLM,提升仪表板的交互与说明能力
- 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
- 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
- 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