当前位置: 首页 > article >正文

使用DeepSeek制作可视化图表和流程图

用DeepSeek来制作可视化图表,搭配python、mermaid、html来实现可视化,我已经测试过好几种场景,都能实现自动化的代码生成,效果还是不错的,流程如下。

统计图表 (搭配Matplotlib来做)

Python中的Matplotlib库是非常好用的可视化绘图工具,可以生成各种二维、三维统计图表,而且定制化程度高,支持配置任何你想要的图表形式。

DeepSeek可以根据你的数据和可视化需求,自动生成相匹配的Python代码,然后在IDE中执行便可以获得专业美观的统计图表了。

我用一个手机销售的数据集来测试,格式为CSV,需上传到DeepSeeK。

上传数据并提问:

DeepSeek回复如下代码(部分):

# 导入必要库
import matplotlib.pyplot as plt
import pandas as pd

# 设置中文字体防止乱码
plt.rcParams['font.sans-serif'] = ['SimHei']
plt.rcParams['axes.unicode_minus'] = False

# 示例数据构建(假设数据已正确读取为DataFrame)
# 根据用户提供的数据结构手动创建测试DataFrame
data = {
    '月份': [1,1,2,2,3,3,4,4,5,5,6,6,7,7,8,8,9,9,10,10,11,11,12,12,12,1,3,5,7,9],
    '内存配置': ['64GB','128GB','256GB','64GB','128GB','256GB','64GB','128GB','256GB','64GB',
              '128GB','256GB','64GB','128GB','256GB','64GB','128GB','256GB','64GB','128GB',
              '256GB','64GB','128GB','256GB','64GB','256GB','64GB','128GB','256GB','128GB'],
    '销量数量': [320,450,180,150,90,280,400,380,120,85,520,410,220,160,75,310,480,210,
              135,95,360,420,390,130,80,290,240,500,340,175]
}
df = pd.DataFrame(data)

# 按内存配置分组计算总销量
mem_sales = df.groupby('内存配置')['销量数量'].sum().sort_index()

以下代码省略......

把代码放到VsCode中执行,得到如下图表:

流程图(搭配mermaid)

流程图是工作中常用的可视化形式,比如产品开发流程图、合同审批流程图,能清晰地展示项目各个环节前后关系。

mermaid是一个基于JS的图表可视化库,语法类似于markdown,可以使用固定规则的代码来绘制流程图。

DeepSeek可以根据你的需求轻松地生成mermaid代码,然后你把代码复制到专门的mermaid编辑器中,便可以渲染出漂亮的流程图。

接下来以手机APP开发的流程图设计为例,给到DeepSeek一大段手机开发的文字描述,让它输出mermaid代码。

DeepSeek回复如下代码:

graph TD
    A[需求分析 1-2周] -->|输出PRD| B[原型设计]
    B -->|低保真流程图| C[技术开发 8-12周]
    B -->|高保真视觉稿| C
    B -->|开发任务拆分| C
    C -->|前端: React Native/Flutter| D[测试上线 3-4周]
    C -->|后端: Java/Python API| D
    C -->|数据库: MySQL/MongoDB| D
    D -->|单元测试 Jest/Postman| E[运营迭代]
    D -->|灰度发布 & 政策适配| E
    E -->|ASO优化 & Firebase监控| F[敏捷迭代 每2周]
    E -->|A/B测试优化体验| F
    F -->|功能迭代| E

将代码复制到mermaid编辑器中渲染,会得到流程图。

还可以使用deepseek生成甘特图、数据看板、SVG、数学公式、小红书卡片等,详细教程看我的专栏文章。

超实用!使用DeepSeek制作可视化图表的7个场景


http://www.kler.cn/a/588626.html

相关文章:

  • MyBatis源码分析のSql执行流程
  • 在线 SQL 转 flask SQLAlchemy 模型
  • 贪心算法和遗传算法优劣对比——c#
  • 笔记:代码随想录算法训练营day46:LeetCode647. 回文子串\516.最长回文子序列
  • 03 介绍ffmpeg 视频解码流程
  • Ubuntu服务器安装JupyterNotebook,以便通过浏览器访问Jupyter
  • 【数据分析】索引与数据筛选(1)
  • 【Prometheus】k8s集群内部署的prometheus如何监控kubernetes集群
  • centos steam8 部署k8s
  • JavaScript性能优化实战指南
  • 腾讯云CloudStudio使用笔记(三)
  • 如何减少跨团队交付摩擦?——基于 DevOps 与敏捷的最佳实践
  • 如何用AI制作PPT,轻松生成高效演示文稿
  • 软件架构设计、详细设计和开发编码的过程中提高性能的技巧和方法
  • REDIS生产环境配置
  • Git使用和原理(3)
  • Git的基本指令
  • C# WPF 基础知识学习(三)
  • Leetcode-1278.Palindrome Partitioning III [C++][Java]
  • 使用 Flask 进行简单服务器改造的详细步骤和代码