ChatGPT如何生成可视化图表-示例中国近几年出生人口_chatgpt把人物关系数据可视化怎么弄出来

本教程收集于：AIGC从入门到精通教程汇总

ChatGPT本身不能直接生成可视化图表，但可以配合其他可视化工具或库

方法一：前端可视化开发库 Echarts（地址：Apache ECharts ）

方法二：现有Python库。

下面分别介绍：

方法一：前端可视化开发库 Echarts

我们需要用到经典的前端可视化开发库 Echarts ( 地址：Apache ECharts ) 。为什么选择它？因为ChatGPT的训练数据截止到21年9月，而Echarts库的大更新、强兼容版本 V5 的发布在此之前，也就是说， ChatGPT应该是可以生成兼容Echarts V5版本的图表配置的。

输入prompt，讲清楚 3件事： 1、你要什么图表? 2、你要分析什么？ 3、有哪些数据?

示例： 我想要用 echarts V5 来开发一个【柱状图表】，目标是生成中国近年来出生人口，数据如下：

1949年：1275万 1950年：1419万 1951年：1349万 1952年：1622万 1953年：1637万 1954年：2232万

1955年：1965万 1956年：1961万 1957年：2138万 1958年：1889万 1959年：1635万 （三年自然灾害） 1960年：1402万 （三年自然灾害） 1961年：949万 （三年自然灾害） 1962年：2451万

1963年：2934万 1964年：2721万 1965年：2679万 1966年：2554万 1967年：2543万 1968年：2731万 1969年：2690万 1970年：2710万 1971年：2551万

1972年：2550万 1973年：2447万 1974年：2226万 1975年：2102万 1976年：1849万 1977年：1783万 1978年：1733万 1979年：1715万

1980年：1776万 1981年：2064万 1982年：2230万 1983年：2052万 1984年：2050万 1985年：2196万 1986年：2374万 1987年：2508万 1988年：2445万 1989年：2396万 1990年：2374万 1991年：2250万 1992年：2113万 1993年：2120万 1994年：2098万 1995年：2052万 1996年：2057万 1997年：2028万 1998年：1934万 （金融危机） 1999年：1827万 2000年：1765万 2001年：1696万 2002年：1641万 2003年：1594万 2004年：1588万 2005年：1612万 2006年：1581万 2007年：1591万 2008年：1604万 2009年：1587万

2010年：1588万

2011年：1600万

2012年：1635万 2013年：1640万

2014年：1687万 2015年：1655万 2016年：1786万

2017年：1723万 2018年：1523万 2019年：1465万

2020年：1200万

2021年：1062万

，请帮我生成echarts V5的option对象配置代码

ChatGPT 会给出 option 配置代码（如图 3），然后把这段代码复制粘贴到 Echarts 官方提供的图表 Playground 中(地址：Examples - Apache ECharts），就可以得到下图所示的图表了。

然后点击图表下方的操作按钮，就可以生成图表单页面网站文件、截图、分享在线图表链接给别人了~

方法二：Python库

Python的Matplotlib、Seaborn或Plotly等，将数据转化为图表。

这里是一个简单的示例，说明如何使用Python和Matplotlib来根据ChatGPT的输出生成图表：

1. 首先安装Matplotlib库（如果尚未安装）：

Copy code
pip install matplotlib
1
2

1. 编写Python代码，从ChatGPT获取数据并使用Matplotlib生成图表：

pythonCopy code
import matplotlib.pyplot as plt

# 假设ChatGPT返回以下数据
data = {
    'categories': ['Category 1', 'Category 2', 'Category 3'],
    'values': [23, 45, 15]
}

# 使用Matplotlib生成条形图
fig, ax = plt.subplots()
ax.bar(data['categories'], data['values'])

# 设置图表标题和轴标签
ax.set_title('Example Bar Chart')
ax.set_xlabel('Categories')
ax.set_ylabel('Values')

# 显示图表
plt.show()
1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16
17
18
19
20

这个例子仅仅是一个起点。具体情况下，你可能需要与ChatGPT API交互以获取所需的数据，然后根据需求进行更复杂的可视化操作。上述代码将生成一个简单的条形图，你可以根据需要修改代码以生成其他类型的图表。

本文链接：ChatGPT如何生成可视化图表-示例中国近几年出生人口