使用AI大模型生成数据图表

基于AI大模型的智能图表生成指南

1. 引言

传统图表制作存在流程繁琐、耗时较长、技术要求高等问题。本文提出一种创新方法——通过AI大模型实现图表制作，制图效率显著提升，特别适合数据分析、学术研究和商业报告撰写。

2. 核心流程概览

graph LR
A[准备数据] --> B[选择模板]
B --> C[写提示语]
C --> D[生成代码]
D --> E[渲染图表]

3. 操作详解

前置准备

准备结构化数据（CSV/Excel格式为佳）

步骤1：选择适配模板

1. 访问 ECharts 示例库
2. 根据数据类型（折线图/热力图/桑基图）选择预设模板
3. 复制模板代码

步骤2：写提示语，让AI大模型生成图表代码

参考并发送以下格式的提示语至AI大模型：

以下内容为echarts的图表代码，参考此段代码，生成给出的数据的图标代码。
以下为参考代码：
[此处替换为复制来的代码]
以下内容为用于制作图表的数据：
[此处替换为数据，也可上传数据图片或文件]

步骤3：生成图表

将AI生成的代码粘贴至 ECharts 代码编辑区 实时渲染图表

4. 使用案例

以Deepseek-R1为例，使用如下数据样本

数据样本

2023-01,电子产品,北京,128
2023-01,服装,北京,76
2023-01,家居用品,北京,53
2023-02,电子产品,上海,142
2023-02,服装,上海,68
2023-02,家居用品,上海,61
2023-03,电子产品,广州,117
2023-03,服装,广州,89
2023-03,家居用品,广州,72
2023-04,电子产品,北京,135
2023-04,服装,北京,82
2023-04,家居用品,北京,65
2023-05,电子产品,上海,158
2023-05,服装,上海,73

操作流程

1. 选择折柱混合模板
   

2. 复制左侧模板代码
   

3. 发送提示语至大模型

   ▶

   使用例的提示语

   以下内容为echarts的图表代码，参考此段代码，生成给出的数据的图标代码。以下为参考代码：
   option = {
     tooltip: {
       trigger: 'axis',
       axisPointer: {
         type: 'cross',
         crossStyle: {
           color: '#999'
         }
       }
     },
     toolbox: {
       feature: {
         dataView: { show: true, readOnly: false },
         magicType: { show: true, type: ['line', 'bar'] },
         restore: { show: true },
         saveAsImage: { show: true }
       }
     },
     legend: {
       data: ['Evaporation', 'Precipitation', 'Temperature']
     },
     xAxis: [
       {
         type: 'category',
         data: ['Mon', 'Tue', 'Wed', 'Thu', 'Fri', 'Sat', 'Sun'],
         axisPointer: {
           type: 'shadow'
         }
       }
     ],
     yAxis: [
       {
         type: 'value',
         name: 'Precipitation',
         min: 0,
         max: 250,
         interval: 50,
         axisLabel: {
           formatter: '{value} ml'
         }
       },
       {
         type: 'value',
         name: 'Temperature',
         min: 0,
         max: 25,
         interval: 5,
         axisLabel: {
           formatter: '{value} °C'
         }
       }
     ],
     series: [
       {
         name: 'Evaporation',
         type: 'bar',
         tooltip: {
           valueFormatter: function (value) {
             return value + ' ml';
           }
         },
         data: [
           2.0, 4.9, 7.0, 23.2, 25.6, 76.7, 135.6, 162.2, 32.6, 20.0, 6.4, 3.3
         ]
       },
       {
         name: 'Precipitation',
         type: 'bar',
         tooltip: {
           valueFormatter: function (value) {
             return value + ' ml';
           }
         },
         data: [
           2.6, 5.9, 9.0, 26.4, 28.7, 70.7, 175.6, 182.2, 48.7, 18.8, 6.0, 2.3
         ]
       },
       {
         name: 'Temperature',
         type: 'line',
         yAxisIndex: 1,
         tooltip: {
           valueFormatter: function (value) {
             return value + ' °C';
           }
         },
         data: [2.0, 2.2, 3.3, 4.5, 6.3, 10.2, 20.3, 23.4, 23.0, 16.5, 12.0, 6.2]
       }
     ]
   };
   
   以下内容为用于制作图表的数据：
   月份,产品类别,地区,销售额(万元)
   2023-01,电子产品,北京,128
   2023-01,服装,北京,76
   2023-01,家居用品,北京,53
   2023-02,电子产品,上海,142
   2023-02,服装,上海,68
   2023-02,家居用品,上海,61
   2023-03,电子产品,广州,117
   2023-03,服装,广州,89
   2023-03,家居用品,广州,72
   2023-04,电子产品,北京,135
   2023-04,服装,北京,82
   2023-04,家居用品,北京,65
   2023-05,电子产品,上海,158
   2023-05,服装,上海,73

   
   

   

    复制上图中的代码

4. 渲染生成图表，右侧即为生成的图表