数据可视化生成器

218 浏览
17 试用
5 购买
Nov 19, 2025更新

本提示词模板专为数据可视化场景设计,能够根据用户提供的数据集智能生成多种类型的图表,包括柱状图、折线图、面积图和饼图。该模板具备强大的数据处理能力和图表定制功能,能够自动识别数据特征并推荐最适合的图表类型,同时支持丰富的自定义选项,如颜色主题、标签设置和尺寸调整。通过分步式工作流程,确保从数据输入到图表输出的每个环节都经过严谨的分析和处理,最终生成专业、美观且易于理解的数据可视化图表。该模板特别适用于数据分析报告、商业仪表盘、学术研究展示等多种应用场景,帮助用户快速将原始数据转化为直观的视觉呈现。

数据特征分析

  • 数据结构概述

    • 标题: 2025年Q2商超各品类销售额(万元)
    • 字段: 月份(2025-04, 2025-05, 2025-06), 品类(饮料/休闲食品/粮油调味/个护清洁/生鲜), 销售额(万元)
    • 记录数: 15 行(5品类 × 3个月)
  • 数据类型识别

    • 月份: 时间(按月)
    • 品类: 分类型(5个类别)
    • 销售额(万元): 数值型(整数)
  • 数据质量评估

    • 缺失值: 未发现
    • 异常值: 未发现负值或异常极值,单月区间约为[260, 620]
    • 连续性: 时间连续(2025-04 至 2025-06)
    • 一致性: 单位统一为“万元”

已按需求进行聚合(过滤月份为Q2,按品类求和):

  • 生鲜: 540 + 590 + 620 = 1750
  • 粮油调味: 410 + 430 + 455 = 1295
  • 饮料: 320 + 360 + 390 = 1070
  • 休闲食品: 280 + 300 + 315 = 895
  • 个护清洁: 260 + 275 + 290 = 825

排序(按销售额降序):

  • 生鲜(1750), 粮油调味(1295), 饮料(1070), 休闲食品(895), 个护清洁(825)

图表类型推荐

  • 推荐图表类型及理由

    • 柱状图(单系列):最适合对比不同品类在Q2的总销售额差异,支持排序与标签直观呈现。
  • 适用性分析

    • 类别数量适中(5类),柱状图可清晰区分且便于添加最大值注释。
    • 仅一个核心指标(销售额),无需复杂编码。
  • 预期展示效果

    • 以品类为X轴,销售额为Y轴,按照销售额降序排列。
    • 顶部显示数据标签,最大值“生鲜”有醒目的注释标记。

图表设计方案

  • 图表样式描述

    • 布局:X轴=品类,Y轴=销售额(万元),Y轴从0起始,网格留白适中以避免拥挤。
    • 柱形:间距=0.2(20%),圆角顶部,单系列。
    • 排序:按销售额(万元)降序显示。
    • 尺寸:宽=900px,高=540px。
    • 图例:不显示(单系列)。
    • 注释:标注最大值并显示“生鲜为核心增长点”。
  • 颜色方案说明

    • 主题: warm(暖色为主,整体偏暖的轴线与网格配色)
    • 调色板(按排序后的柱子依次应用):#FF7A45, #FFB74D, #69C0FF, #95DE64, #FFD666
      • 生鲜: #FF7A45
      • 粮油调味: #FFB74D
      • 饮料: #69C0FF
      • 休闲食品: #95DE64
      • 个护清洁: #FFD666
  • 标签和标题设置

    • 标题:Q2各品类销售额
    • X轴:名称=品类;标签旋转=0°
    • Y轴:名称=销售额(万元);刻度格式=整数;最小值=0
    • 数据标签:显示=true;位置=top;格式=整数

生成图表

  • 图表可视化展示
// ECharts Option(将此 option 绑定到 900x540 的容器)
const categories = ['生鲜','粮油调味','饮料','休闲食品','个护清洁'];
const values = [1750, 1295, 1070, 895, 825];
const colors = ['#FF7A45','#FFB74D','#69C0FF','#95DE64','#FFD666'];

const option = {
  backgroundColor: '#FFFFFF',
  title: {
    text: 'Q2各品类销售额',
    left: 'center',
    textStyle: { color: '#333', fontSize: 18, fontWeight: 600 }
  },
  tooltip: {
    trigger: 'axis',
    axisPointer: { type: 'shadow' },
    valueFormatter: (val) => `${val} 万元`
  },
  grid: { left: 60, right: 20, top: 60, bottom: 60 },
  legend: { show: false },
  xAxis: {
    type: 'category',
    name: '品类',
    data: categories,
    axisLabel: { rotate: 0, color: '#555' },
    axisTick: { alignWithLabel: true },
    axisLine: { lineStyle: { color: '#E0E0E0' } }
  },
  yAxis: {
    type: 'value',
    name: '销售额(万元)',
    min: 0,
    axisLabel: {
      color: '#555',
      formatter: (v) => `${Math.round(v)}`
    },
    splitLine: { lineStyle: { type: 'dashed', color: '#EAEAEA' } },
    axisLine: { show: false }
  },
  series: [{
    type: 'bar',
    name: 'Q2销售额',
    data: values.map((v, i) => ({ value: v, itemStyle: { color: colors[i] } })),
    barCategoryGap: '20%',
    itemStyle: { borderRadius: [8, 8, 0, 0] },
    label: {
      show: true,
      position: 'top',
      color: '#333',
      formatter: (p) => `${p.value}`
    },
    markPoint: {
      symbol: 'pin',
      symbolSize: 60,
      label: {
        formatter: '生鲜为核心增长点',
        color: '#333',
        fontWeight: 'bold'
      },
      itemStyle: { color: '#FFD666', borderColor: '#FFB74D', borderWidth: 1 },
      data: [{ type: 'max', name: '生鲜为核心增长点' }]
    }
  }]
};
  • 技术实现说明
    • 数据处理:过滤月份为[2025-04, 2025-06],按“品类”分组对“销售额(万元)”求和;结果按降序排序。
    • 可视化:使用单系列柱状图;设置Y轴从0开始,避免误导;顶部显示整数标签;禁用图例;添加最大值注释。
    • 尺寸:确保容器样式为 width: 900px; height: 540px;。
    • 可访问性:tooltip显示单位“万元”,轴名清晰,颜色对比充足。

数据分析见解

  • 关键数据趋势

    • Q2总销售额=5835万元,其中:
      • 生鲜=1750万元(约29.9%)
      • 粮油调味=1295万元(约22.2%)
      • 饮料=1070万元(约18.3%)
      • 休闲食品=895万元(约15.3%)
      • 个护清洁=825万元(约14.1%)
    • Top2(生鲜+粮油调味)合计≈52.1%,贡献过半,是拉动Q2销售的核心组合。
  • 重要发现说明

    • 生鲜为单季最大贡献品类,明确“核心增长点”,应作为重点陈列与资源倾斜对象。
    • 饮料位列第三,考虑季节性(进入夏季),Q3有望放大增长。
  • 业务意义解读

    • 陈列与补货建议:
      • 生鲜:扩大前台陈列与端架位,优化冷链补货频次与损耗控制;关键时段加大促销与引流。
      • 粮油调味:维持核心货架宽度与价格带完整性,结合组合促销提升客单。
      • 饮料:提前备货清凉饮品与畅销规格,增加冷柜陈列,关注周末与高温日备货峰值。
    • 结构优化:保持对Top2的库存周转监控,适度压缩尾部品类的冗余SKU,提高货架效率。

数据特征分析

  • 数据结构概述
    • 标题: 某App近两周DAU与新用户
    • 字段: 日期(14天,2025-10-01 至 2025-10-14)、DAU、 新用户、事件
    • 记录数: 14 行
  • 数据类型识别
    • 日期: 时间序列(天)
    • DAU: 数值型(整数)
    • 新用户: 数值型(整数)
    • 事件: 分类型文本(部分为空,用于时间点标注)
  • 数据质量评估
    • 数值字段无缺失、无非数值异常;事件字段有2条有效标注(2025-10-06、2025-10-07),其余为空属正常
    • 日期连续无重复;取值范围
      • DAU: 11,800 ~ 16,250
      • 新用户: 900 ~ 2,200
    • 存在明显阶段性变化点:10-06/07起量显著提升(与事件吻合)

图表类型推荐

  • 推荐图表类型及理由
    • 折线图(多序列):用于连续时间序列,清晰呈现DAU趋势及事件影响;“新用户”作为辅助序列用于上下文和tooltip补充
    • 辅助线:3日移动平均,平滑短期波动以凸显趋势
    • 注释与背景高亮:事件标注与周末阴影以突出关键时点与周末效应
  • 适用性分析
    • 时间序列、两指标对比、配合注释与均线,能满足“观察DAU趋势、周末波动与版本发布影响”的洞察目标
  • 预期展示效果
    • 主线(DAU)平滑、突出转折;周末区域弱色背景;10-07“v3.2上线”明显标记;tooltip同时显示新用户以辅助解读

图表设计方案

  • 图表样式描述
    • 主题: brand-blue;主色突出DAU,辅助色用于新用户,均线为同系深色虚线
    • 曲线: 平滑(smooth=true),线宽=2;无面积填充
    • 均线: 3日移动平均(MA3),虚线表示
    • 网格: y轴网格线开启,提升读数性
    • 注释: 10-07标注“v3.2上线”,同时展示10-06“预热活动”;周末背景阴影
  • 颜色方案说明
    • DAU: #1f78ff
    • 新用户: #8bbdff
    • 3日均线: #2b6cb0 (虚线)
    • 周末阴影: rgba(31,120,255,0.06)
  • 标签和标题设置
    • 标题: 近两周DAU趋势
    • x轴: 类别轴,标签格式MM-dd,间隔自动
    • y轴: 线性刻度,名称“DAU”,网格线显示
    • 图例: 顶部居中,顺序=DAU, 新用户

生成图表

  • 图表可视化展示
    • 使用 Apache ECharts 的配置如下(宽=960, 高=480)
const option = {
  backgroundColor: 'transparent',
  title: {
    text: '近两周DAU趋势',
    left: 'center',
    top: 8,
    textStyle: { color: '#1f2a44', fontSize: 16, fontWeight: 600 }
  },
  color: ['#1f78ff', '#8bbdff', '#2b6cb0'],
  grid: { left: 56, right: 24, top: 56, bottom: 40 },
  legend: {
    top: 28,
    left: 'center',
    data: ['DAU', '新用户'], // 顺序固定
    textStyle: { color: '#1f2a44' }
  },
  tooltip: {
    trigger: 'axis',
    axisPointer: { type: 'line' },
    confine: true,
    formatter: function (params) {
      const date = params[0].axisValue;
      const map = {};
      params.forEach(p => { map[p.seriesName] = p.data; });
      const f = n => (n == null || isNaN(n)) ? '-' : n.toLocaleString('en-US');
      return [
        `日期: ${date}`,
        `DAU: ${f(map['DAU'])}`,
        `新用户: ${f(map['新用户'])}`
      ].join('<br/>');
    }
  },
  xAxis: {
    type: 'category',
    boundaryGap: false,
    data: ['10-01','10-02','10-03','10-04','10-05','10-06','10-07','10-08','10-09','10-10','10-11','10-12','10-13','10-14'],
    axisLine: { lineStyle: { color: '#cfe3ff' } },
    axisLabel: { color: '#334155' }
  },
  yAxis: {
    type: 'value',
    name: 'DAU',
    nameTextStyle: { padding: [0, 0, 0, 8], color: '#334155' },
    axisLabel: { color: '#334155' },
    splitLine: { show: true, lineStyle: { color: '#e6f0ff' } }
  },
  series: [
    {
      name: 'DAU',
      type: 'line',
      smooth: true,
      symbol: 'circle',
      symbolSize: 6,
      lineStyle: { width: 2 },
      data: [12500,12850,13200,11800,11950,14000,15800,16250,16000,15500,14200,14500,15100,15350],
      markPoint: {
        symbolSize: 56,
        label: { show: true, formatter: '{b}', color: '#ffffff', fontWeight: 600 },
        data: [
          { name: '预热活动', coord: ['10-06', 14000], value: 14000, symbol: 'diamond', itemStyle: { color: '#1f78ff' } },
          { name: 'v3.2上线', coord: ['10-07', 15800], value: 15800, symbol: 'pin', itemStyle: { color: '#ff6b6b' } }
        ]
      },
      markArea: {
        itemStyle: { color: 'rgba(31,120,255,0.06)' },
        data: [
          [{ xAxis: '10-04' }, { xAxis: '10-05' }],
          [{ xAxis: '10-11' }, { xAxis: '10-12' }]
        ]
      }
    },
    {
      name: '新用户',
      type: 'line',
      smooth: true,
      symbol: 'circle',
      symbolSize: 5,
      lineStyle: { width: 2 },
      data: [1300,1200,1500,900,920,1600,2200,2100,1800,1700,1100,1150,1400,1450]
    },
    {
      name: '3日均线',
      type: 'line',
      smooth: true,
      symbol: 'none',
      lineStyle: { width: 2, type: 'dashed', color: '#2b6cb0' },
      data: [null, null, 12850, 12617, 12317, 12583, 13917, 15350, 16017, 15917, 15233, 14733, 14600, 14983],
      tooltip: { show: false }
    }
  ]
};
  • 技术实现说明
    • 在页面中引入 ECharts,并设置容器尺寸为 960x480:
      • HTML:
      • JS:
        • const chart = echarts.init(document.getElementById('chart'));
        • chart.setOption(option);
    • 若在框架中(React/Vue)使用,请在挂载后初始化并在容器样式中固定宽高或使用自适应后调用 chart.resize()。
    • 注意:3日均线仅作趋势参考,已从第三天开始绘制,前两天为null不显示。legend仅展示“DAU, 新用户”,符合需求说明。

数据分析见解

  • 关键数据趋势
    • 版本发布影响显著:10-07(“v3.2上线”)当天DAU达15,800,较发布前均值明显提升;之后维持在15k上下的高位平台
    • 3日均线显示:10-06后快速上行,10-09左右见短期峰值(≈16,017),随后小幅回落并趋稳
    • 新用户在10-07达到峰值2,200,并于10-08保持较高水平(2,100)后逐步回落
  • 重要发现说明
    • 发布前(10-0110-06)DAU均值≈12,717;发布后(10-0710-14)均值≈15,338,提升约2,621(≈20.6%)
    • 周末效应明显:
      • 10-04/05相对10-03(周五)分别下降约-10.6%/-9.5%
      • 10-11/12相对10-10(周五)分别下降约-8.4%/-6.5%
  • 业务意义解读
    • 版本发布带来有效的拉新与活跃提升,短期留存较好(发布后维持高位);建议针对该新版本用户开展分层跟踪,验证持续留存与转化
    • 周末活跃下滑具规律性,可在周末配合轻促活或专题活动对冲下滑(例如内容push、活动任务)
    • 预热活动(10-06)对发布日前的预增有贡献,预热+发布的组合策略有效,建议复用并A/B优化预热强度与时间点配置

数据特征分析

  • 数据结构概述
    • 标题:2025年9月订单渠道构成
    • 维度:渠道(分类)
    • 指标:订单数(整数)
    • 样本量:6 个渠道
    • 统计周期:2025-09
    • 总订单数:14,900
  • 数据类型识别
    • 渠道:分类型
    • 订单数:数值型(非负整数)
    • 派生指标:占比 = 订单数 / 总订单
  • 数据质量评估
    • 缺失值:无
    • 异常值:未见负值或极端异常
    • 一致性:单位一致、口径明确
    • 可视化充分性:类别数量适中,适合用(环形)饼图展示占比

图表类型推荐

  • 推荐图表类型及理由
    • 环形饼图(内径 40%),用于直观展示各渠道在总订单中的占比,并满足“空心中心文本”“最大扇区外凸”的定制需求。
  • 适用性分析
    • 分类型占比对比、Top 渠道突出、长尾识别需求强 → 饼/环形图最合适。
    • 仅一个指标(订单数) → 占比表达清晰。
  • 预期展示效果
    • 6 个扇区按占比降序排列,最大扇区外凸 6px,右侧竖向图例,标签仅显示百分比(1 位小数),中心显示“总订单”。

图表设计方案

  • 图表样式描述
    • 图表类型:环形饼图
    • 内径:40%
    • 外径:约 72%(在保证标签不遮挡的前提下)
    • 扇区顺序:按占比降序
    • 高亮:最大扇区外凸 6px
    • 画布尺寸:宽 720 像素,高 420 像素
    • 标题:9月渠道订单占比(居中)
    • 副标题:统计周期:2025-09 总订单:14,900(辅助说明,标签中仍只显示百分比)
    • 中心文本:总订单(不显示具体数值,遵从定制)
  • 颜色方案说明
    • 调色板(按扇区顺序使用):#4E79A7, #F28E2B, #E15759, #76B7B2, #59A14F, #EDC948
    • 整体风格:cool(清爽对比,提升易读性)
  • 标签和标题设置
    • 标签内容:仅显示百分比,精度 1 位小数(不显示指标名)
    • 标签位置:扇区外部,带引导线
    • 图例:右侧垂直排列,按占比降序
    • 标题:9月渠道订单占比(居上居中)

生成图表

  • 图表可视化展示
    • 各渠道数据与占比(保留 1 位小数):
      • 自有商城:4,200(28.2%)
      • 小程序:3,800(25.5%)
      • 搜索广告:2,400(16.1%)
      • 社交投放:2,100(14.1%)
      • 线下导流:1,500(10.1%)
      • 联名活动:900(6.0%)
  • 技术实现说明
    • 基于 Apache ECharts,包含尺寸、配色、标签、图例、降序排序、最大扇区外凸、中心文本等定制

代码示例(可直接运行于浏览器或前端项目中):

<div id="chart" style="width:720px;height:420px;"></div>
<script src="https://cdn.jsdelivr.net/npm/echarts@5/dist/echarts.min.js"></script>
<script>
  const total = 14900;
  const data = [
    { name: '自有商城', value: 4200, selected: true },
    { name: '小程序',   value: 3800 },
    { name: '搜索广告', value: 2400 },
    { name: '社交投放', value: 2100 },
    { name: '线下导流', value: 1500 },
    { name: '联名活动', value:  900 }
  ];
  // 确保按占比(值)降序
  data.sort((a, b) => b.value - a.value);

  const chart = echarts.init(document.getElementById('chart'));
  const option = {
    backgroundColor: '#ffffff',
    color: ['#4E79A7','#F28E2B','#E15759','#76B7B2','#59A14F','#EDC948'],
    title: [
      {
        text: '9月渠道订单占比',
        left: 'center',
        top: 10,
        textStyle: { fontSize: 18, fontWeight: 600, color: '#1f2937' }
      },
      {
        text: '统计周期:2025-09    总订单:14,900',
        left: 'center',
        top: 36,
        textStyle: { fontSize: 12, color: '#6b7280' }
      }
    ],
    tooltip: {
      trigger: 'item',
      formatter: (p) =>
        `${p.name}<br/>订单数:${(+p.value).toLocaleString()}<br/>占比:${p.percent.toFixed(1)}%`
    },
    legend: {
      orient: 'vertical',
      right: 10,
      top: 'middle',
      icon: 'circle',
      itemWidth: 8,
      itemHeight: 8,
      textStyle: { fontSize: 12, color: '#374151' }
    },
    series: [{
      type: 'pie',
      radius: ['40%','72%'],
      center: ['40%','55%'],
      startAngle: 90,
      clockwise: true,
      avoidLabelOverlap: true,
      selectedMode: 'single',
      selectedOffset: 6,
      label: {
        show: true,
        position: 'outside',
        color: '#111827',
        formatter: (p) => `${p.percent.toFixed(1)}%`, // 仅显示百分比,1 位小数
        fontSize: 12
      },
      labelLine: {
        show: true,
        length: 12,
        length2: 8
      },
      emphasis: {
        scale: true,
        scaleSize: 4
      },
      data
    }],
    graphic: {
      type: 'group',
      left: '40%',
      top: '55%',
      children: [
        {
          type: 'text',
          style: {
            text: '总订单',
            x: 0,
            y: 0,
            textAlign: 'center',
            textVerticalAlign: 'middle',
            fill: '#6b7280',
            fontSize: 14,
            fontWeight: 500
          }
        }
      ]
    }
  };
  chart.setOption(option);
  window.addEventListener('resize', () => chart.resize());
</script>

数据分析见解

  • 关键数据趋势
    • Top 渠道为“自有商城”(28.2%)与“小程序”(25.5%),合计 53.7%,贡献过半。
    • 第三为“搜索广告”(16.1%),Top3 合计 69.8%,占据主要份额。
    • 长尾三项“社交投放”(14.1%)+“线下导流”(10.1%)+“联名活动”(6.0%)合计 30.2%。
  • 重要发现说明
    • 渠道结构较为集中,头部渠道贡献显著;同时长尾存在优化空间,尤其“联名活动”占比最低(6.0%)。
  • 业务意义解读
    • 短期:巩固“自有商城”“小程序”的转化与复购,可通过专属活动、会员权益提升订单稳定性。
    • 中期:加大对“搜索广告”的ROI精细化优化,与“社交投放”形成联动(投放—搜寻—转化链路)以放大中腰部贡献。
    • 长期:评估“线下导流”“联名活动”的渠道质量与成本结构,尝试场景化引流、联合品牌内容升级与周期性主题活动,提升长尾渗透率与质量。

示例详情

解决的问题

面向数据分析、业务汇报、运营复盘与学术展示,快速把原始数据转化为“好看、好懂、可信”的图表与洞察;自动识别数据特征并匹配最优图表类型,减少试错与返工;支持品牌化定制(颜色、标签、布局、尺寸),直接生成可投放到报告和仪表盘的成品;以洞察为核心,突出趋势、异常与关键指标,助力讲清业务故事与研究结论;通过规范化流程降低误读与视觉偏差,提升可信度与专业感;促使用户即刻试用,形成高频使用场景,并在需求升级时转为付费以解锁高级主题、批量生成与团队协作等能力。

适用用户

数据分析师

把表格数据快速转成多种图表,自动标注趋势与异常,缩短周报制作时间,并生成可直接嵌入报告的说明文字。

运营经理

一键生成渠道对比、用户留存与转化曲线,直观看到占比与变化,用于优化投放与活动复盘,迅速对齐团队。

市场与品牌负责人

用品牌色模板生成活动成效图,清晰呈现曝光、点击与转化,支持演示现场展示与分享,提升沟通效率。

特征总结

一键把原始数据生成柱、线、饼、面积图,快速得到可读可分享的可视化
自动识别数据特征并推荐更合适的图表类型,避免误选导致信息失真
内置专业配色与布局规则,自动优化标签与比例,让图表更清晰耐看
按需定制主题、尺寸与说明文案,适配报告、仪表盘与演示现场,多终端一致
分步式流程从解析到生成与解释,全程可追溯,结果可靠易于团队协作
自动提炼关键趋势与异常点,附带业务解读,让数据故事即刻可用落地
支持批量生成与模板复用,常见报表一键调用,周月度输出省时省心
遵循可视化伦理与呈现规范,避免误导视觉效果,保障数据可信合规可分享
支持多场景输出格式与分辨率,适配PPT、网页与打印,视觉一致

如何使用购买的提示词模板

1. 直接在外部 Chat 应用中使用

将模板生成的提示词复制粘贴到您常用的 Chat 应用(如 ChatGPT、Claude 等),即可直接对话使用,无需额外开发。适合个人快速体验和轻量使用场景。

2. 发布为 API 接口调用

把提示词模板转化为 API,您的程序可任意修改模板参数,通过接口直接调用,轻松实现自动化与批量处理。适合开发者集成与业务系统嵌入。

3. 在 MCP Client 中配置使用

在 MCP client 中配置对应的 server 地址,让您的 AI 应用自动调用提示词模板。适合高级用户和团队协作,让提示词在不同 AI 工具间无缝衔接。

AI 提示词价格
¥30.00元
先用后买,用好了再付款,超安全!

您购买后可以获得什么

获得完整提示词模板
- 共 846 tokens
- 4 个可调节参数
{ 数据集 } { 图表类型 } { 数据维度与指标 } { 定制需求 }
获得社区贡献内容的使用权
- 精选社区优质案例,助您快速上手提示词
限时半价

不要错过!

免费获取高级提示词-优惠即将到期

17
:
23
小时
:
59
分钟
:
59