陈晓明:数据可视化图表建议
3分钟拿到专业图表建议，让数据开口说话
场景故事
周一上午10点，小张盯着屏幕发愁。下周要向管理层汇报年度销售复盘。他手头有各产品线过去12个月的销售额数据，尤其想突出今年3月上市的新品”轻悦”在6-8月的爆发式增长，以争取明年更多资源，但Excel几十种图表——柱状图、折线图、饼图……选哪个？选错数据”失声”，选对效果翻倍。以前他凭感觉试，心里没底，总担心老板问”为什么选这个”。现在，他把数据摘要和汇报目标写进AI，3分钟后拿到专业图表建议：推荐什么图、如何设计、突出哪些点、避免哪些坑。按建议做完，同事说”一眼就看懂了”，老板点头。让数据会说话，只需找对”翻译”。
输入信息
Role: 你是一位资深数据可视化专家，精通Excel等工具，擅长根据业务目标选择图表。
Context: 我为[市场部]准备[年度销售复盘报告]。汇报对象是[公司管理层]，他们关注[各产品线销售贡献及增长亮点，特别是新品的表现]。
Data Description:
- 数据维度：4个产品线（经典系列、轻悦新品、家庭装、礼盒装）过去12个月的月度销售额（万元）。
- 数据逻辑：既要对比各产品线的全年总规模，也要展示各月的趋势变化，突出轻悦新品自3月上市后的快速增长，特别是6月突破500万，8月达到800万峰值。
- 关键数据：轻悦新品6月销售额500万，8月800万，成为全年增长引擎。
Task: 请根据上述信息，提供图表可视化建议，重点帮助我展示新品爆发趋势，同时兼顾整体对比。AI输出摘要
方案一：首选推荐
图表类型：簇状柱状图 + 折线图组合图（双轴）
推荐理由：柱状图展示各产品线每月销售额，可直观对比规模；折线图叠加新品（轻悦）的月度增长率或累计占比，突出其增长势头。双轴设计让规模和趋势在同一画面呈现，信息密度高。
设计指南：
- X轴：月份（1月-12月）
- Y1轴（柱状）：销售额（万元），范围0-1000
- Y2轴（折线）：新品增长率（或累计占比），范围0%-100%
- 配色：经典系列-深蓝，轻悦-亮绿，家庭装-橙，礼盒装-灰；折线用红色加粗
- 高亮：在6月和8月数据点上添加标注"突破500万""峰值800万"
风险提示：注意双轴刻度比例，避免折线波动被压缩或夸大；确保图表清晰标明Y轴含义。八格表单
1. 什么时候用？（触发时刻）
| 场景 | 具体触发 | 业务价值 |
|---|---|---|
| 常规汇报 | 周/月/季报、经营分析会 | 标准化图表，节省调试时间 |
| 项目总结 | 结项汇报、里程碑达成 | 强化成果感知，辅助说服决策 |
| 问题分析 | 数据异常归因、A/B测试 | 让差异一目了然，支撑行动 |
| 方案竞标 | 产品演示、预算审批 | 提升专业形象，传递最大信息量 |
2. 做出来是什么？给谁？（目标产出）
| 产出物 | 核心价值 | 受众 | 交付内容清单 |
|---|---|---|---|
| 图表可视化策略单 | 提供从数据到图表的完整执行方案 | 数据分析师、业务专员、PPT制作者 | 首选图表类型 / 推荐理由 / 设计规范（轴/配色/标签）/ 数据焦点（高亮点）/ 避坑指南 / 备选方案 |
3. 需要准备什么？（输入清单）
| 输入类别 | 具体内容 | 关键说明 |
|---|---|---|
| 核心数据 | 指标名称、维度（时间/地区/产品）、数量级、特殊点 | 描述数据逻辑（比较/构成/分布/关联），无需完整表格 |
| 业务背景 | 汇报对象、想强调的结论、使用场景（投影/打印/手机） | 决定图表复杂度和字体大小 |
| 约束条件 | 品牌色、工具限制（Excel/Tableau）、时间要求 | 提前告知边界，避免无法落地的建议 |
4. 怎么跟AI说？（提示词模板）
Role
你是一位资深数据可视化专家，精通Excel/Tableau，擅长根据业务目标选择图表。
Context
我为[公司部门]准备[汇报名称，如Q3销售总结]。汇报对象是[职位]，他们关注[核心关注点，如各产品线增长趋势]。
Data Description
我需要展示以下数据：
数据维度：[如3个产品线过去6个月销售额]
数据逻辑：[对比规模，同时看谁增长最快]
关键数据：[产品A在6月爆发式增长至500万]
Task
请根据上述信息，提供图表可视化建议。
Output Requirements
输出前自检：确认包含"图表类型、推荐理由、设计指南、风险提示"。
方案一：首选推荐
- 图表类型：[如柱状+折线组合图]
- 推荐理由：[柱状展示规模，折线展示趋势]
- 设计指南：X轴/ Y轴/ 配色/ 高亮
- 风险提示：[如双轴刻度比例]
方案二：备选方案
- 图表类型：[如多系列折线图]
- 适用场景：[如强调趋势而非绝对值]
Constraints
• 建议必须能在Excel 2016及以上实现。
• 配色商务简约，禁用过于鲜艳的颜色。
• 禁止推荐3D饼图、雷达图等易误导图表。
• 语言风格：短句，动词开头。禁用"赋能""抓手""闭环"等黑话。
【边界示例】若数据描述不完整（如只给了数字没给逻辑），AI应主动提问："请明确是想比较不同产品的总量，还是看时间趋势？"，而不是直接给出模糊建议。变量表
在提示词模板中，方括号 [ ] 内的内容是待填充变量。你只需根据实际场景，将每个变量替换为对应的具体信息，即可生成专属的提示词。
| 变量名称 | 含义 | 填写建议 | 示例 |
|---|---|---|---|
[公司部门] | 你所在的部门或团队名称 | 直接填写部门名称，如”市场部”、“产品中心”、“战略发展部” | 市场部 |
[汇报名称] | 当前汇报的主题或文档标题 | 描述性标题，可包含时间/内容，如”Q3季度销售复盘”、“2026年度经营分析报告” | Q3销售总结 |
[职位] | 汇报对象的职位或身份群体 | 明确听众层级（高管/同级/客户），例如”公司管理层”、“运营总监”、“客户委员会” | 公司管理层 |
[核心关注点] | 听众最关心的问题或分析目标 | 一句话概括，指导AI聚焦设计，例如”各产品线增长趋势”、“成本控制成效” | 各产品线的增长趋势 |
[数据维度] | 数据的结构描述 | 说明维度（时间/地区/产品）、指标名称及范围，无需完整表格，但要清晰 | 3个产品线过去6个月的销售额 |
[数据逻辑] | 数据间的关系及你想强调的角度 | 描述分析意图，如对比、趋势、构成、分布、关联等 | 对比各产品线的销售规模，同时看谁增长最快 |
[关键数据] | 需要突出显示的特殊数据点 | 具体描述数值、时间点或异常情况，便于AI设计高亮 | 产品A在6月份有爆发式增长，达到500万 |
使用示例
假设你是一个零售公司的运营分析师，需要向运营总监汇报各门店月度客流变化，重点突出某新店开业后的客流爆发。你可以这样填写：
[公司部门]：运营部[汇报名称]：2026年上半年门店客流分析[职位]：运营总监[核心关注点]：各门店客流趋势及新店表现[数据维度]：5家主要门店（A、B、C、D、E）1-6月每月进店客流量（人次）[数据逻辑]：对比各门店客流规模，同时看新店E（3月开业）开业后的增长趋势[关键数据]：新店E在4月客流突破2万人次，较3月增长150%
填写技巧
- 数据逻辑要用业务语言说清楚，比如”我想展示A和B的相关性”、“比较不同品类的市场份额”、“突出某个月份的异常值”。
- 关键数据越具体越好，AI会根据它自动在图表中高亮标注。
- 核心关注点决定图表的”主角”，如果是”趋势”，AI会优先推荐折线图；如果是”占比”，则推荐饼图/环形图/条形图。
将替换后的完整提示词发送给AI，即可获得为你量身定制的图表可视化建议。
提示词对照：成功版 vs 失败版
| 对比 | 失败版 | 成功版 |
|---|---|---|
| 提示词 | ”帮我把销售数据做个图，要好看一点。“ | 使用上方完整模板 |
| AI输出 | 普通柱状图，无重点 | 首选+备选方案，含设计指南和风险提示 |
| 问题/效果 | 指令模糊，只能给通用图 | 结构清晰，可落地执行 |
5. 具体怎么操作？（步骤拆解）
| 步骤 | 操作动作 | 执行细节 |
|---|---|---|
| 1 | 明确核心 | 先问自己：想让观众一眼记住什么？（比较/趋势/构成） |
| 2 | 组织语言 | 按模板填充信息，用”我想展示X和Y的关系”句式 |
| 3 | 获取建议 | 发送提示词，等待AI生成方案 |
| 4 | 深度追问 | 不明白的设计细节直接问，如”双轴在Excel里怎么设置？“ |
| 5 | 落地制作 | 在Excel/BI中按设计指南制作，重点执行高亮和配色 |
| 6 | 验证效果 | 眯眼扫一眼，能不能看懂重点？若不能，调整颜色或加粗线条 |
6. 怎么算做完？（验收标准）
| 验收维度 | 通过标准 | 检查方法 |
|---|---|---|
| 逻辑匹配 | 图表类型准确反映数据关系 | 比较用柱状？趋势用折线？占比用饼图/条形图？ |
| 信息清晰 | 3秒内识别核心结论 | 找不熟悉数据的同事测试：“你看到了什么？“ |
| 规范执行 | 遵循设计指南，无误导性元素 | 检查Y轴是否从0开始？标签清晰？图例不遮挡？ |
| 视觉美观 | 配色协调，布局整洁 | 感官检查：边框、网格线、背景是否过多？ |
7. 出错了怎么办？（失败排查）
| 失败现象 | 可能原因 | 排解方案 |
|---|---|---|
| 图表选错 | 数据逻辑描述不清 | 修正输入：明确”核心目的是A不是B” |
| 做不出来 | 建议图表工具不支持 | 提示”请在Excel基础图表范围内推荐”，或问”能否用基础图表模拟？“ |
| 太复杂看不懂 | 信息塞得太多 | 做减法：拆成两个图（如头部产品vs其他） |
| 重点不突出 | 关键数据淹没 | 手动高亮颜色/添加数据标签，或让AI写标注文案 |
8. 以后能自动吗？（升级路径）
| 阶段 | 描述 | 升级动作 |
|---|---|---|
| L1：手动咨询 | 每次做图表前问AI | 积累常用场景的Prompt |
| L2：知识库沉淀 | 将团队标准整理成”图表说明书” | 投喂给AI，建立专属规范Bot |
| L3：自动化报表 | 数据源与图表模板绑定，自动刷新 | 用Power BI或VBA固化逻辑 |
| L4：智能Agent | AI直接读数据，生成多图分析报告 | 整合数据读取、洞察、图表三步 |
Agent化潜力评估（四象限框架）
| 维度 | 评分 | 理由 |
|---|---|---|
| 频率 | 4/5 | 每周多次需求，频率高但非每日 |
| 稳定性 | 4/5 | 图表类型建议有固定模式，但输入数据维度多变，稳定性中等偏上 |
| 数据依赖 | 5/5 | 仅依赖用户描述的数据特征，无需外部数据源 |
| 风险等级 | 4/5 | 图表选错可能导致沟通误解，但可通过人工复核修正，风险较低 |
四象限结论：高频×低风险：优先Agent化，可全自动
一句话建议：可开发”图表顾问插件”，自动读取Excel选中区域的数据结构，结合用户输入的业务目标，一键生成图表建议并直接创建图表，实现”所想即所得”。
风险与边界
| 视角 | 维度 | 说明 |
|---|---|---|
| AI能力边界 | 适合 | 提供图表类型、设计规范、避坑指南、备选方案 |
| AI能力边界 | 不适合 | 替代因果分析、保证视觉效果完美、验证数据准确性 |
| 数据安全 | 数据脱敏 | 上传的数据摘要需脱敏，勿直接贴客户姓名/合同金额 |
| 质量法则 | 垃圾进，垃圾出 | 数据描述越清晰，建议越精准；越模糊，建议越泛泛 |
高手心法
你刚才做的，不只是”让AI推荐图表”。你把”数据可视化”拆成三个角色：
- 业务翻译（你）：把老板需求翻译成AI能懂的数据逻辑。
- 视觉设计顾问（AI）：基于数据逻辑给出最佳可视化方案。
- 工匠（你）：用工具将方案精准落地。
公式：图表质量 = 业务理解力 × 可视化表达力
AI的”可视化表达力”已很强，差距在于你的”业务理解力”——你是否真的知道你想讲什么故事？
“帮我做个图”和”我想展示A产品总量落后但增速连续3季度第一”，AI做出来的东西完全不一样。
任何时候觉得图不好，先问自己：我到底想讲什么故事？
实战案例
以下六个案例展示了不同行业背景的用户如何运用本卡片的方法，快速获得专业图表建议，提升数据沟通效果。
案例一：零售业——新品销售增长汇报
场景描述
王女士是某消费品公司的市场分析师，需要在下周管理层会议上汇报年度销售复盘。她手头有各产品线过去12个月的销售额数据，尤其想突出今年3月上市的新品”轻悦”在6-8月的爆发式增长，以争取明年更多资源。她担心常规柱状图无法同时展示整体规模和新品趋势，于是使用AI辅助。
输入信息（按卡片模板填写）
Role: 你是一位资深数据可视化专家，精通Excel等工具，擅长根据业务目标选择图表。
Context: 我为[市场部]准备[年度销售复盘报告]。汇报对象是[公司管理层]，他们关注[各产品线销售贡献及增长亮点，特别是新品的表现]。
Data Description:
- 数据维度：4个产品线（经典系列、轻悦新品、家庭装、礼盒装）过去12个月的月度销售额（万元）。
- 数据逻辑：既要对比各产品线的全年总规模，也要展示各月的趋势变化，突出轻悦新品自3月上市后的快速增长，特别是6月突破500万，8月达到800万峰值。
- 关键数据：轻悦新品6月销售额500万，8月800万，成为全年增长引擎。
Task: 请根据上述信息，提供图表可视化建议，重点帮助我展示新品爆发趋势，同时兼顾整体对比。AI输出摘要（方案一）
方案一：首选推荐
图表类型：簇状柱状图 + 折线图组合图（双轴）
推荐理由：柱状图展示各产品线每月销售额，可直观对比规模；折线图叠加新品（轻悦）的月度增长率或累计占比，突出其增长势头。双轴设计让规模和趋势在同一画面呈现，信息密度高。
设计指南：
- X轴：月份（1月-12月）
- Y1轴（柱状）：销售额（万元），范围0-1000
- Y2轴（折线）：新品增长率（或累计占比），范围0%-100%
- 配色：经典系列-深蓝，轻悦-亮绿，家庭装-橙，礼盒装-灰；折线用红色加粗
- 高亮：在6月和8月数据点上添加标注"突破500万""峰值800万"
风险提示：注意双轴刻度比例，避免折线波动被压缩或夸大；确保图表清晰标明Y轴含义。应用与效果
王女士按建议在Excel中制作了组合图，将新品折线设为红色并添加数据标签。汇报时，管理层一眼看出新品的增长轨迹，当场肯定其潜力，批准了明年增加营销预算的方案。同事评价：“图表把故事讲得很清楚，不用解释就懂了。“
案例二：医疗健康——患者满意度改进分析
场景描述
张主任是某三甲医院运营管理办公室主任，需在季度质量会议上汇报各科室患者满意度调研结果。数据包括过去8个季度6个主要科室的满意度评分（百分制）。他不仅想看各科室整体水平，更要识别哪些科室满意度持续下滑，以便督促改进。以往他用表格罗列数据，效果不佳。
输入信息
Role: 你是一位医疗数据分析可视化专家，擅长用图表揭示服务质量趋势。
Context: 我为[运营管理办公室]准备[Q3患者满意度分析报告]。汇报对象是[院领导、各科室主任]，他们关注[哪些科室满意度下降、改进优先级]。
Data Description:
- 数据维度：6个科室（内科、外科、妇产科、儿科、急诊科、放射科）过去8个季度的患者满意度评分（百分制）。
- 数据逻辑：主要想看各科室满意度随时间的变化趋势，尤其要突出那些连续两个季度下降的科室（如急诊科从Q1的92分降至Q4的83分），同时对比科室间水平。
- 关键数据：急诊科Q1 92 → Q4 83，连续下降；儿科Q4 88，低于全院平均。
Task: 请推荐图表，帮助我直观呈现趋势变化，并自动标注异常下降点。AI输出摘要
方案一：首选推荐
图表类型：多系列折线图 + 数据标签 + 下降趋势标注
推荐理由：折线图最适合展示多个指标随时间的变化趋势，可以清楚看到每条线的走向。通过添加数据标签和颜色高亮，能迅速定位下降明显的科室。
设计指南：
- X轴：季度（Q1'23 - Q4'24）
- Y轴：满意度评分（70-100分），建议从70开始以放大波动
- 配色：使用柔和的商务色（蓝、绿、橙等），急诊科用红色折线以警示
- 标注：在急诊科折线上添加向下的箭头标注"连续下降"，并在数据点上标出具体分值
- 辅助线：添加全院平均线（灰色虚线），便于横向对比
风险提示：避免线条过多导致混乱（6条线尚可接受），如仍觉得拥挤，可考虑拆分为两组图表。
方案二：备选方案
图表类型：热力图（季度-科室矩阵，颜色代表满意度）
适用场景：若想一次性看到所有科室所有季度的整体分布，热力图能快速识别颜色变深（满意度低）的区域。应用与效果
张主任在Excel中制作了折线图，将急诊科线条设为红色并标注下降箭头。会议上，院领导立刻注意到急诊科的异常，会后要求该科室提交整改报告。儿科偏低也引发关注，促成了专项提升计划。张主任感叹：“以前用表格没人仔细看，现在一张图就推动了管理动作。“
案例三：制造业——生产线质量监控
场景描述
李工是某汽车零部件工厂的质量工程师，负责监控三条生产线每日的不合格品数量。他需要向生产经理汇报近一个月质量状况，及时发现过程是否稳定、有无异常波动。之前他用简单柱状图展示每天数据，但难以判断波动是否在正常范围内。
输入信息
Role: 你是一位制造业质量数据可视化专家，熟悉统计过程控制（SPC）图表。
Context: 我为[质量部]准备[8月生产线质量监控报告]。汇报对象是[生产经理、车间主任]，他们关注[过程稳定性、异常波动点、是否需要停机调整]。
Data Description:
- 数据维度：3条生产线（A线、B线、C线）8月份（31天）每日的不合格品数量。
- 数据逻辑：想评估每条线的生产过程是否受控，识别超出正常波动范围的天数（即特殊原因导致的异常），以便及时干预。
- 关键数据：B线在8月15日不合格品数量突增至25个（平时平均8个），需要突出显示。
Task: 请提供图表建议，重点帮助我监控稳定性，并直观标记异常点。AI输出摘要
方案一：首选推荐
图表类型：I-MR控制图（单值-移动极差图）或 简单的时间序列折线图 + 控制限
推荐理由：控制图是SPC的标准工具，能显示数据随时间的变化，并添加上下控制限（UCL/LCL）。超出控制限的点自动标红，表明过程存在特殊原因，需要调查。I-MR图适用于每日单个数据点的情况。
设计指南：
- X轴：日期（8月1日-31日）
- Y轴：不合格品数量
- 控制限：基于历史数据（或8月数据）计算均值线和控制上限（UCL），通常UCL = 均值 + 2.66 × 平均移动极差
- 高亮：将B线8月15日的数据点标红，添加标注"异常值25，超出控制限"
- 分面：将三条线的控制图画在三个小图中，或者叠加在同一图但用不同颜色区分（注意控制限需分别计算）
风险提示：计算控制限需要至少20-25个数据点才有统计意义；向非专业人士解释控制限含义时需简要说明。
方案二：备选方案
图表类型：箱线图 + 时间标注
适用场景：如果只想看整体分布和异常值，箱线图能显示每条线的不合格品中位数、四分位距和离群点，B线的25个会自动成为离群点。应用与效果
李工按照建议在Excel中手动添加了控制限（利用公式计算），将B线8月15日的异常点标红。图表显示当天数据远高于控制上限，生产经理立即组织排查，发现是某批次原材料问题，及时更换供应商，避免了后续更大损失。李工感慨：“控制图让异常无处遁形，比单纯看数字直观多了。“
案例四：教育领域——学生成绩分析与教学改进
场景描述
张老师是某中学初三年级班主任，需要在下周家长会上向家长汇报期中考试成绩分析。他手头有全班45名学生9门学科的分数，以及上学期期末成绩。他想重点展示：班级整体水平（平均分、优秀率）与年级对比、哪些学科进步明显、需要重点关注的学生（成绩下滑或偏科严重）。
以往他用Excel表格罗列分数，家长听得昏昏欲睡，会后一堆家长围着问”我家孩子到底怎么样”。
输入信息（按卡片模板填写）
Role: 你是一位教育数据分析可视化专家，擅长用图表直观展示学生成绩分布与变化趋势，帮助教师与家长快速理解学情。
Context: 我为[初三(2)班]准备[期中考试成绩分析报告]。汇报对象是[学生家长]，他们最关心：
- 孩子在班级的整体位置（是否掉队）
- 班级哪些学科需要家长配合加强
- 自己孩子的进步/退步情况
Data Description:
数据维度：[全班45名学生，9门学科（语/数/英/物/化/生/史/地/政）的期中考试成绩，以及上学期期末成绩作为对比]
数据逻辑：
1. 想展示班级各学科的平均分、优秀率与年级平均分的对比，找出优势学科和薄弱学科。
2. 想展示每个学生总分在班级的排名分布（是否正态分布，是否有两极分化）。
3. 特别关注：成绩下滑超过10名的学生（如李明从第8名掉到第25名），以及严重偏科的学生（如王芳数学95分，英语52分）。
关键数据：[数学平均分78分，低于年级平均85分；李明总分下滑17名；王芳数学95英语52]
Task: 请根据上述信息，提供图表可视化建议，帮助家长在3分钟内看懂班级整体情况和自己的孩子定位。AI输出摘要（方案一）
方案一：首选推荐（家长会主图）
图表类型：多维度组合图——学科对比用"簇状柱状图"，学生分布用"点图 + 箱线图"，个体定位用"姓名标注"
推荐理由：家长最关心"整体"和"个体"两个层面。学科对比柱状图让家长一眼看出哪科弱（数学）；箱线图展示全班分数分布，让家长知道孩子在中游还是掉队；关键学生姓名直接标注在图上，引发重点关注。
设计指南：
- 图表1：学科对比柱状图
- X轴：9门学科
- Y轴：分数（0-100）
- 系列1：班级平均分（蓝色）
- 系列2：年级平均分（灰色虚线）
- 高亮：数学柱子标红，添加标注"低于年级平均7分，需加强"
- 图表2：总分分布点图（带姓名标签）
- X轴：学生按总分排名（从高到低）
- Y轴：总分（0-900）
- 添加箱线图：显示最高分、最低分、中位数、四分位距
- 标注：将李明（下滑）和王芳（偏科）的点标红，直接显示姓名
- 图表3（可选）：个人雷达图（单独发给家长）
- 适用于会后一对一沟通，展示单个学生9科成绩与班级平均的对比
风险提示：
- 避免在同一张图上塞太多信息，建议分两张图呈现。
- 点名时注意保护隐私，可在会上展示匿名分布，会后单独发个人雷达图。应用与效果
张老师按建议制作了两张图表。家长会上，柱状图一放出，家长们立刻看到”数学是短板”，会后主动询问如何配合补习。分布图让大家看到班级整体水平，避免盲目焦虑。会后给每位家长单独发送了孩子的雷达图，家长们反馈”第一次这么清楚知道孩子偏科在哪”。李明家长看到标红的点，主动找老师沟通，制定了补习计划。
案例五：学术研究——社科问卷数据分析
场景描述
李同学是社会学研究生，正在撰写毕业论文《城市青年租房压力研究》。他收集了300份有效问卷，包含租房支出占比、通勤时间、合租人数、居住满意度等变量。他需要向导师汇报初步数据分析结果，展示关键发现，为后续建模做准备。他担心用一堆表格会让导师失去耐心。
输入信息
Role: 你是一位社会科学数据分析可视化专家，擅长用图表揭示变量间的关系，辅助学术研究。
Context: 我为[社会学系硕士论文]准备[《城市青年租房压力研究》初步数据分析汇报]。汇报对象是[导师和答辩组]，他们关注：
- 关键变量间的相关性（如租金占比与满意度）
- 不同群体（如独居vs合租）的差异是否显著
- 是否存在异常值或需要进一步清洗的数据
Data Description:
数据维度：[300名受访者，变量包括：月租金占收入比（%）、通勤时间（分钟）、合租人数（0=独居，1-4人）、居住满意度（1-5分）、是否本地户籍（是/否）]
数据逻辑：
1. 想看租金占比与满意度的关系——是否租金越高满意度越高？是否存在拐点？
2. 想对比独居人群和合租人群的满意度差异。
3. 想看看是否有极端异常值（如租金占比超过80%的个案）。
关键数据：[租金占比均值35%；部分个案租金占比高达85%（需标注）；独居人群满意度平均3.2，合租人群平均4.1]
Task: 请提供图表可视化建议，帮助我向导师清晰展示这些关系，并支持后续论文写作。AI输出摘要（方案一）
方案一：首选推荐
图表类型：散点图 + 分组箱线图 + 散点图叠加趋势线
推荐理由：
- 散点图是展示两个连续变量关系的经典工具，加上趋势线可看出整体走向。
- 箱线图能直观对比不同组别（独居vs合租）的分布差异。
- 异常值在散点图中自然突出，无需额外标注。
设计指南：
- 图表1：租金占比 vs 满意度散点图
- X轴：租金占收入比（0%-100%）
- Y轴：居住满意度（1-5分）
- 添加：线性或LOESS趋势线（看是否有非线性关系）
- 颜色分组：按是否本地户籍（本地=蓝，外地=橙），探索户籍差异
- 高亮：将租金占比>80%的点标红，添加标注"异常值，需复核"
- 图表2：独居 vs 合租满意度箱线图
- X轴：合租状态（0=独居，1=合租）
- Y轴：居住满意度（1-5分）
- 显示中位数、四分位距、离群点
- 添加显著性标注（若t检验p<0.05，标注"*"）
- 图表3（可选）：分组散点图矩阵
- 适用于后续分析，用Tableau或R的ggplot2同时展示多个变量关系
风险提示：
- 散点图需注意重叠点问题，可调整透明度或使用气泡图。
- 学术图表需标注轴标题、单位、样本量（N=300）。
- 趋势线需说明拟合方法（如线性回归），避免过度解读。应用与效果
李同学用Python（matplotlib/seaborn）按建议生成图表。导师在散点图上立刻注意到”租金占比超过60%后满意度反而下降”的U型趋势，建议他后续用分段回归深入分析。箱线图清晰显示合租人群满意度显著高于独居，成为论文核心发现之一。异常值（租金占比85%）被标记后，李同学回溯原始问卷，发现是数据录入错误，及时修正。导师评价：“图表把故事讲清楚了，比列一堆数字强百倍。“
案例六：食品品质控制——生产线微生物监控
场景描述
陈工是某肉制品加工企业的品控主管，需要在下周质量例会上汇报10月份各生产线微生物抽检结果。数据包括三条生产线（高温肉制品线、低温肉制品线、速冻调理线）每周的菌落总数、大肠菌群检出情况，以及是否超过企业内控标准。他不仅要看合格率，更要及时发现哪条线波动大、哪项指标频发，以便推动整改。
输入信息
Role: 你是一位食品行业质量数据可视化专家，精通品控数据分析，擅长用图表揭示质量波动、风险分布与改进机会。
Context: 我为[品控部]准备[10月生产线微生物监控报告]。汇报对象是[生产总监、各车间主任]，他们关注：
- 各生产线质量稳定性（是否有失控趋势）
- 主要不合格项（哪个指标、哪条线问题最突出）
- 整改优先级（哪些问题急需解决）
Data Description:
数据维度：[3条生产线（高温线、低温线、速冻线）在10月份（4周）的每周微生物抽检结果，包括：菌落总数（CFU/g）、大肠菌群（MPN/100g）、是否超标（是/否）。每条线每周抽检5个样品，共60个数据点。]
数据逻辑：
1. 想看每条线各指标的整体合格率，找出问题最多的线和指标。
2. 想看各指标随时间的变化趋势，识别是否有持续恶化迹象。
3. 特别关注：低温线第3周有2个样品大肠菌群超标（超过标准值10倍），需突出显示。
关键数据：[低温线第3周大肠菌群超标（2个样品），需标注；速冻线菌落总数连续4周呈上升趋势，从1000→5000→8000→12000（标准上限10000）]
Task: 请提供图表可视化建议，帮助我在会上快速定位问题，推动整改。AI输出摘要（方案一）
方案一：首选推荐
图表类型：多视图组合——控制图 + 帕累托图 + 热力图
推荐理由：
- 控制图（I-MR）最适合监控过程稳定性，超标点和趋势一目了然。
- 帕累托图（二八原则）能快速识别"少数关键问题"——哪个指标、哪条线贡献了80%的不合格。
- 热力图可一次性展示所有样品结果，颜色深浅代表超标程度，适合整体概览。
设计指南：
- 图表1：控制图（以低温线大肠菌群为例）
- X轴：10月每周（第1-4周）
- Y轴：大肠菌群检测值（MPN/100g）
- 添加：均值线、上控制限（UCL，标准上限）
- 高亮：第3周超出UCL的点标红，添加标注"超标10倍，已追溯批次"
- 图表2：帕累托图（不合格原因分析）
- X轴：问题类别（按"生产线-指标"分组，如"低温-大肠菌群"、"速冻-菌落总数"……）
- 左Y轴：不合格频次（柱状图）
- 右Y轴：累计百分比（折线图）
- 标注：找出累计占比80%的"关键少数"问题
- 图表3：热力图（所有样品概览）
- X轴：生产线（高温、低温、速冻）
- Y轴：每周的5个样品（共20行）
- 颜色深浅：超标程度（绿色=合格，黄色=接近限值，红色=超标）
- 标注：在低温线第3周样品格子上加"★"
风险提示：
- 控制图需确保数据点足够（每周5个样品×4周=20个，基本可用）。
- 热力图颜色分级需明确阈值（合格/警戒/超标），避免主观。
- 会上重点解释帕累托图的"二八原则"，推动聚焦整改。应用与效果
陈工用Excel制作了控制图和帕累托图，用条件格式快速生成了热力图。会上，帕累托图清晰显示：80%的不合格来自”低温线-大肠菌群”和”速冻线-菌落总数”。生产总监当场要求低温线停产清洗消毒，速冻线调整杀菌参数。控制图显示速冻线菌落总数连续4周上升，技术部排查发现是灭菌灯老化，及时更换。一个月后，两条线的合格率明显回升。陈工总结：“以前用表格报数据，生产部总说’偶尔超标正常’；现在用图表说话，他们无话可说，马上行动。“
卡片
视觉化提示词
