数据化分析案例库

首先，进入办公小浣熊 2.0 页面，点击左边的「数据分析」，可以看到一些分析案例：

以「全球幸福度指标分析」为例，点击「使用」之后，它自动引用「幸福报告.xls」文件，并输入以下提示词：

表格包含了关于幸福度的评分，和多个关联指标包括但不限于经济水平、社会支持、预期寿命和自由度等。请这些数据进行分析，包括基本的统计描述和相关性分析，给出详细的中国幸福报告综述

这一步就是「找本质」，明确数据分析的核心需求，你可以根据自己对数据的理解，修改相应的提示词。

其次，点击发送指令之后，小浣熊就开始思考和分析，并输出详细的中国幸福报告综述：

AI 会根据需求自动选择合适的工具，比如调用 Python 中的 Pandas 库等。

你需要仔细核查 AI 输出的数据分析结果，避免出现差错。

接下来，你可以进一步提出分析需求，例如：

请对数据进行可视化分析

结果很快就生成了一些数据可视化图表：

从上面的图中可以直观地看出，中国幸福度整体呈现上升的趋势。

你还可以根据自己的需求，让 AI 做更多的分析和图表，或者进一步优化数据分析结果。

总之，你提供的数据信息越准确全面，AI 就能给出越准确可靠的结果。

办公小浣熊运用「三步法」：规划、分析、写作，实现了从「有用」到「好用」的转变。

在规划阶段，它可以自主整合世界知识（预训练阶段信息）、网络信息（互联网实时信息）和自有数据（私域知识网信息）。

比如，它能自动搞定数据里的各种麻烦，比如补全漏掉的数据、修正错误、统一格式、去掉重复内容、转换类型，还能解决文字乱码问题。

在分析阶段，它可以有效地对数据和文档进行分析并从中挖掘有效信息。

在写作阶段，它可以完成内容生成、智能校对信息源并辅助创意创作，完成各类复杂任务。

返回目录导航