AI數據分析與可視化：從基礎到應用實踐

第1篇  AI數據分析基礎

第1章  數據分析概述 2

1.1  什麼是數據分析 2

1.1.1  數據分析的定義 2

1.1.2  數據分析的目的 3

1.2  數據分析的流程與方法 4

1.2.1  數據收集與整理 4

1.2.2  數據處理與清洗 5

1.2.3  數據分析方法 6

1.3  數據分析工具與技術概述 7

1.3.1  數據分析工具 8

1.3.2  數據分析技術 9

1.4  小結 11

第2章  AI與數據分析的融合 12

2.1  人工智能簡介 12

2.1.1  人工智能的概念 12

2.1.2  大語言模型的原理與結構 13

2.2  AI在數據分析中的角色與應用概述 14

2.2.1  AI在結構化數據分析中的應用 14

2.2.2  AI在文本數據分析中的應用 16

2.2.3  AI在多媒體數據分析中的應用 16

2.2.4  AI Agent在數據分析中的應用 17

2.3  主流AI工具的比較與使用 18

2.3.1  主流AI工具的比較 18

2.3.2  主流AI工具的使用 20

2.4  DeepSeek的使用方法 21

2.4.1  網頁版的使用方法 21

2.4.2  API版的使用方法 26

第2篇  AI數據分析與可視化應用實踐

第3章  基於AI的結構化數據分析 32

3.1  基於DeepSeek的數據自動化生成 32

3.1.1  數據的自動化生成 32

3.1.2  使用DeepSeek網頁版完成數據自動化生成任務 33

3.1.3  使用DeepSeek API完成數據自動化生成任務 36

3.2  基於DeepSeek的數據預處理 40

3.2.1  數據預處理的必要性 40

3.2.2  使用DeepSeek網頁版進行數據預處理 41

3.2.3  使用DeepSeek API進行數據預處理 43

3.3  基於DeepSeek的結構化數據自動化分析 46

3.3.1  結構化數據自動化分析的必要性 47

3.3.2  使用DeepSeek網頁版進行結構化數據自動化分析 47

3.3.3  使用DeepSeek API進行結構化數據自動化分析 51

第4章  基於AI的文本數據分析 57

4.1  使用AI進行文本摘要 58

4.1.1  文本摘要的概念與必要性 58

4.1.2  使用DeepSeek網頁版進行文本摘要 59

4.1.3  使用DeepSeek API進行文本摘要 60

4.1.4  應用場景：基於DeepSeek API構建多文本摘要系統 63

4.1.5  文本摘要的其他應用場景 76

4.2  使用DeepSeek進行情感分析 76

4.2.1  情感分析的概念與示例解析 77

4.2.2  使用DeepSeek網頁版進行情感分析 78

4.2.3  使用DeepSeek API進行情感分析 81

4.2.4  應用場景：基於DeepSeek API構建社交媒體輿情監控系統 85

4.2.5  情感分析的其他應用場景 95

4.3  使用DeepSeek進行文本分類 96

4.3.1  文本分類的概念與必要性 96

4.3.2  使用DeepSeek網頁版進行欺詐信息分類 96

4.3.3  使用DeepSeek API進行欺詐信息分類 99

4.3.4  應用場景：基於DeepSeek API構建欺詐信息監控系統 103

4.3.5  文本分類的其他應用場景 112

4.4  使用DeepSeek進行主題總結 113

4.4.1  主題總結的概念與必要性 113

4.4.2  使用DeepSeek網頁版進行體育新聞主題總結 114

4.4.3  使用DeepSeek API進行體育新聞主題總結 117

4.4.4  應用場景：基於DeepSeek API構建體育新聞自動化監控與

內容推送系統 123

4.4.5  主題總結的其他應用場景 132

4.5  使用DeepSeek進行命名實體識別 133

4.5.1  命名實體識別的概念與必要性 133

4.5.2  使用DeepSeek網頁版進行地名識別 134

4.5.3  使用DeepSeek API進行地名識別 137

4.5.4  應用場景：基於DeepSeek API構建旅遊熱點監測系統 142

4.5.5  命名實體識別的其他應用場景 151

4.6  使用DeepSeek進行機器翻譯 151

4.6.1  機器翻譯的概念與必要性 152

4.6.2  使用DeepSeek網頁版將英文翻譯為中文 152

4.6.3  使用DeepSeek API將英文翻譯為中文 155

4.6.4  應用場景：基於DeepSeek API構建多語言新聞聚合與分析系統 157

4.6.5  機器翻譯的其他應用場景 171

第5章  基於AI的多媒體數據分析 173

5.1  通義大模型簡介 173

5.1.1  通義大模型網頁版的使用 174

5.1.2  阿裏雲百煉平臺的調用 176

5.2  使用AI進行圖像分析 178

5.2.1  使用AI進行圖像分析的必要性 178

5.2.2  使用Qwen網頁版完成圖像分析任務 179

5.2.3  使用Qwen API完成圖像分析任務 181

5.2.4  基於Qwen API構建圖片批量分析系統 184

5.2.5  AI圖像分析的其他應用場景 191

5.3  使用AI進行音頻分析 192

5.3.1  使用AI進行音頻分析的必要性 192

5.3.2  使用Qwen API完成音頻分析任務 192

5.3.3  基於Qwen API構建多音頻處理與內容總結系統 199

5.3.4  AI音頻分析的其他應用場景 208

5.4  使用AI進行視頻分析 209

5.4.1  使用AI進行視頻分析的必要性 209

5.4.2  使用Qwen API完成視頻分析任務 210

5.4.3  AI視頻分析的其他應用場景 217

第6章  基於AI Agent的自動化數據分析 218

6.1  AI Agent簡介 218

6.1.1  AI Agent的組成與用途 219

6.1.2  知名AI Agent產品 219

6.2  使用Manus進行數據分析 220

6.2.1  Manus簡介 220

6.2.2  使用Manus進行數據分析 221

6.3  自定義AI Agent用於文章打分分析 226

6.3.1  LangGraph簡介 226

6.3.2  構建文章打分AI Agent 227

第7章  基於AI的數據可視化 237

7.1  用AI自動生成數據可視化代碼與結果 237

7.1.1  AI數據可視化的基本思路與流程 237

7.1.2  基於自然語言生成可視化代碼 238

7.1.3  無須編程直接生成可視化結果 243

7.2  可視化中的AI增強 245

7.2.1  AI驅動的圖表類型與表達方式的選擇 245

7.2.2  可視化信息密度的自動調節與簡化 248

7.3  大模型在可視化解釋中的應用 254

7.3.1  生成基於圖表的自動化分析解讀 254

7.3.2  多圖聯合分析與綜合結論提煉 255

7.3.3  基於圖表的交互式問答與深度追問 257

後記  AI數據分析的未來 259