数据科学分析与可视化

数据分析里有一种常见的成功：图画出来了，趋势也很明显，直到有人问横轴为什么少了两个月。

ChatGPT 降低了写代码和画图的门槛，却没有降低数据产生误导的能力。越快得到图，越要慢一点问它画的到底是什么。

每一列都有自己的身世

分析前，先弄清一行代表用户、订单还是一次访问；缺失值是没有发生、没有记录，还是系统故障；金额是否含税；时间使用哪个时区。把数据字典和几行样本交给 ChatGPT，让它先复述粒度、单位和可能的连接键。

例如按“用户数”计算转化率，如果同一个人能有多个设备账号，结果便取决于去重规则。模型可以写出漂亮 SQL，却无法替你决定业务上谁算同一个用户。

先让它生成探查代码：行数、唯一值、缺失、重复、极端值和日期范围。异常不等于错误；突然增高可能是活动，也可能是埋点重复。最值得分析的往往正是不能立刻解释的地方。

先写问题，再选择图

“做个可视化”会得到色彩丰富的默认答案。更好的起点