当前位置: 首页 > news >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

相关文章:

  • vue处理接口返回EventStream数据并进行展示
  • TI的Doppler-Azimuth架构(TI文档)
  • 负载均衡中四层和七层协议区别
  • 机器人触觉的意义
  • mysql学习-删除数据(drop、truncate、delete)
  • vulnhub-Hackme-隧道建立、SQL注入、详细解题、思路清晰。
  • Java程序的逻辑控制
  • 二阶优化方法详解
  • 初识Linux(14)Ext系列⽂件系统
  • PyTorch 系列教程:探索自然语言处理应用
  • 第二十八天 高级UI组件,如列表、网格、下拉刷新
  • [特殊字符]我开发了一个AI智能体,自动筛出有效数据![特殊字符]
  • Windows11【1001问】打开Windows 11控制面板的14种方法
  • String类型为什么不可变
  • 罗德与施瓦茨ZV-Z95,网分测试电缆
  • 软考之项目立项管理
  • Qt从入门到入土(十) -数据库操作--SQLITE
  • 在线教育网站项目第四步 :学习Vue3 + Nuxt3+springcloud,服务器为ubuntu24.04
  • React19源码系列之createRoot的执行流程是怎么的?
  • 裸机开发-GPIO外设
  • 雷军:小米芯片采用3纳米制程,首款SUV“YU7”即将发布
  • 沧州盐碱地“逆天改命”:无用之地变良田,候鸟翔集水草丰美
  • 19国入境团抵沪并游玩,老外震惊:“怎么能有这么多人?”
  • 波兰总统选举投票开始,将是对亲欧路线的一次严峻考验
  • 俄需要达成怎样的特别军事行动结果?普京:包含四个方面
  • 推开“房间”的门:一部“生命存在的舞台” 史