DataV AI助手小技巧-如何制作PPT数据地图

本文涉及的产品
可视分析地图(DataV-Atlas),3 个项目,100M 存储空间
简介: “数据地图”是PPT汇报地区业务数据的最佳形式之一;以往制作数据地图需要用户有一定的编程和数据处理基础,制作门槛较高;随着DataV整合通义千问大模型能力之后,不懂编程和设计的用户也可以借助AI助手“零代码”制作数据地图,真正实现了人人可用的地图数据可视化。进入大模型AI时代,人人可以变成职场跨界多面手!

“数据地图”是PPT汇报地区业务数据的最佳形式之一;以往制作数据地图需要用户有一定的编程和数据处理基础,制作门槛较高;随着DataV整合通义千问大模型能力之后,不懂编程和设计的用户也可以借助AI助手“零代码”制作数据地图,真正实现了人人可用的地图数据可视化。

进入大模型AI时代,人人可以变成职场跨界多面手!

地图可视化是PPT汇报刚需,AI让它简单可用

在日常工作中,我们经常会遇到地区业务数据汇报场景;例如,一份浙江省各地销售数据的原始数据报表,内容够详尽,但是用于PPT汇报不太方便;繁琐的数字无法让听众快速获取重要信息与各个地区的差异和出现的问题。

20240809113551.jpg

通过地图数据可视化的形式,可以让地区业务数据更加形象、易懂,提升PPT汇报整体水准,但是目前EXCEL数据转化为地图可视化的方法或者软件普遍需要一定编程基础,操作复杂;也有将SVG图形人工编辑上色作为替代方案,但是存在依赖设计师、数据映射不准确的问题。

20240726165519.jpg

通过DataV个人版,可以“零代码”将业务数据实现地图可视化,并无缝接入PPT进行汇报展示;本文将通过详细教程阐述如何将EXCEL表格转化为地图可视化PPT内容。

20240809161340.jpg

DataV个人版制作PPT数据地图教程

1、进入DataV工作台


  • 进入工作台之后,选择“创建PC端看板”

20240729153717.jpg

2、添加地图组件

  • 创建可视化看板之后,在组件库tab中,添加“基础平面地图”组件;

20240814172327.jpg

  • 添加“基础平面地图”组件之后,展开子组件;
  • 删除默认的“中国国家边界”、“高德地图层”2个默认子组件;
  • 添加“区域热力层”子组件,作为地区业务展示数据形式;


3、定制浙江地区地图

  • 打开DataV工作台,点击“可视化学院”tab;

20240729153717.jpg

  • 进入DataV.GeoAtlas地图工具,使用默认的“范围选择器”;
  • 例如需要展示浙江省地图,业务包含各个地市,那就点选浙江省,在右侧工具栏,点击JSON API边上的复制按钮,将浙江省的地图数据API地址复制下来;

20240729152140.jpg

  • 返回DataV基础平面地图组件的区域热力层子组件,在右侧工具栏数据源tab中,选择“地理边界geojson数据接口”tab,将刚刚复制的浙江省地图数据API贴入工具栏URL框;
  • 中国地图范围变成了所需的浙江省范围;

20240809154908.jpg

  • 返回基础平面地图组件,在右侧面板调整地图缩放、地图中心2个选项,将浙江省地图缩放到合适视角;

20240809155011.jpg

其他导入业务数据的操作,和教程中一致;其他地区的数据地图制作关键数据地区编码adcode,参考下一节内容;

4、导入地区业务数据

  • 请将EXCEL表格导出为CSV数据,并且包含地区编码AdCode列(如没有地区编码AdCode数据,参考附录:如何用通义千问获取需要的地区编码AdCode);AdCode为省市各级地区6位编码,作为地区识别唯一编码,是地图可视化的关键数据;
  • 数据表内容尽量简单,确保DataV智能助手顺利处理数据;如内容包含地区名、地区编码、销售额3列数据内容进行地图可视化;

20240809154134.jpg

  • 选择基础平面地图的区域热力图子模块,右侧工具栏顶端切换到“数据源”tab,然后点击“数据接口”tab,在数据源类型中,下拉选择“csv文件”类型,并点选“新建”按钮;

20240729142953.jpg

  • 在弹出数据添加对话框中,将包含业务数据的csv文件上传,并点击“确定”;


5、AI助手处理数据(关键步骤)

  • 业务数据CSV默认数据格式和DataV地图组件数据格式是不一致的;通常情况下需要写数据格式转换代码,这对非程序员的普通人来说是最难的障碍,因此我们使用DataV Copilot智能助手自动处理数据格式,将业务数据接入到DataV地图中;
  • 选择区域热力层,右侧工具栏顶端切换到“数据源”tab,然后点击“数据接口”tab,在数据源类型中,下拉选择“csv文件”类型,并选择上一步上传的CSV文件;
  • 勾选面板上的“过滤器”选项,再点击“智能推荐”按钮;

20240814172700.jpg

  • DataV Copilot智能助手监测到CSV数据格式与组件所需不匹配,点击“生成”按钮,自动处理数据格式;

20240814172722.jpg

  • 点击“应用”按钮之后可以发现,数据地图的各个地区热力颜色发生了变化,业务数据已经成功导入地图生效;

20240814172811.jpg

6、地图样式调整

  • DataV“基础平面地图”的区域热力地图功能提供了2种热力样式调整方式,第一种是快速样式,可以直接选择模版样式一键调整;第二种是手动调整数值映射,适合经验丰富、展示需求高的用户;
  • 通过“快速样式”,可以快速调出科技感十足的复杂样式;

20240809160708.jpg

  • 手动样式调整功能提供了非常丰富的功能,包括映射类型、映射点数量、映射颜色等,可以支持数值的精准、科学地映射表达;适合有经验的高阶用户;

20240809170239.jpg

6、将地图放入PPT中

  • 使用DataV制作完数据地图之后,可以将成果放进PPT;
  • 需要将DataV数据地图进行发布,点击右上角“发布”按钮,获得数据地图网页地址,用于导入PPT;

20240729112453.jpg

  • 打开PPT,在顶部菜单选择“插入”-“加载项”-“获取加载项”;

20240729112812.jpg

  • 在“Office加载项”弹窗中,搜索“web viewer”,点击“添加”按钮;PPT页面中会添加一个网页加载框;

image.png

在Web Viewer加载器中,将DataV数据地图链接填进去(记得把前面的https://去掉);

0B7079E7-1881-4215-A960-130C6B109AB6.png

  • 点击【preview】可以加载预览数据地图;

20240809161500.jpg

至此,我们就完成了将EXCEL表格中的业务数据转化为PPT中的数据地图,整个过程不需要写任何代码,也不用设计师调整样式;通过DataV结合通义千问大模型技术,降低了数据地图的制作使用门槛。为了普惠可视化产品能力,DataV推出面向办公、教育等领域的“个人版”,特惠期间只需69元/年。

实际工作中,我们往往要制作特定地区的数据地图,可以参考附录教程,如何展示某个特定地区的地图范围,以及通过通义千问获取关键的地区编码数据。

教程附录

A、如何获得地区AdCode编码

  • 例如,生成浙江各地级市adcode编码的csv文件可以使用以下提示语:“浙江各个地级市的中文名称和adcode编码,以csv表格的数据格式提供”;
  • 将生成的数据复制下来,粘贴到一个空文本中,以“csv”后缀名保存;
  • 再导入EXCEL打开,补充需要展示的业务数据;

20240729154014.jpg


相关实践学习
DataV Board用户界面概览
本实验带领用户熟悉DataV Board这款可视化产品的用户界面
阿里云实时数仓实战 - 项目介绍及架构设计
课程简介 1)学习搭建一个数据仓库的过程,理解数据在整个数仓架构的从采集、存储、计算、输出、展示的整个业务流程。 2)整个数仓体系完全搭建在阿里云架构上,理解并学会运用各个服务组件,了解各个组件之间如何配合联动。 3 )前置知识要求   课程大纲 第一章 了解数据仓库概念 初步了解数据仓库是干什么的 第二章 按照企业开发的标准去搭建一个数据仓库 数据仓库的需求是什么 架构 怎么选型怎么购买服务器 第三章 数据生成模块 用户形成数据的一个准备 按照企业的标准,准备了十一张用户行为表 方便使用 第四章 采集模块的搭建 购买阿里云服务器 安装 JDK 安装 Flume 第五章 用户行为数据仓库 严格按照企业的标准开发 第六章 搭建业务数仓理论基础和对表的分类同步 第七章 业务数仓的搭建  业务行为数仓效果图  
目录
相关文章
|
2月前
|
存储 人工智能 Cloud Native
云栖重磅|从数据到智能:Data+AI驱动的云原生数据库
在9月20日2024云栖大会上,阿里云智能集团副总裁,数据库产品事业部负责人,ACM、CCF、IEEE会士(Fellow)李飞飞发表《从数据到智能:Data+AI驱动的云原生数据库》主题演讲。他表示,数据是生成式AI的核心资产,大模型时代的数据管理系统需具备多模处理和实时分析能力。阿里云瑶池将数据+AI全面融合,构建一站式多模数据管理平台,以数据驱动决策与创新,为用户提供像“搭积木”一样易用、好用、高可用的使用体验。
云栖重磅|从数据到智能:Data+AI驱动的云原生数据库
|
2月前
|
人工智能 关系型数据库 分布式数据库
拥抱Data+AI|“全球第一”雅迪如何实现智能营销?DMS+PolarDB注入数据新活力
针对雅迪“云销通App”的需求与痛点,本文将介绍阿里云瑶池数据库DMS+PolarDB for AI提供的一站式Data+AI解决方案,助力销售人员高效用数,全面提升销售管理效率。
|
2月前
|
机器学习/深度学习 人工智能 算法
整合海量公共数据,谷歌开源AI统计学专家DataGemma
【10月更文挑战第28天】谷歌近期开源了DataGemma,一款AI统计学专家工具,旨在帮助用户轻松整合和利用海量公共数据。DataGemma不仅提供便捷的数据访问和处理功能,还具备强大的数据分析能力,支持描述性统计、回归分析和聚类分析等。其开源性质和广泛的数据来源使其成为AI研究和应用的重要工具,有助于加速研究进展和推动数据共享。
76 6
|
10天前
|
人工智能 安全 DataX
【瓴羊数据荟】 Data x AI :大模型时代的数据治理创新实践 | 瓴羊数据Meet Up城市行第三期
第三期瓴羊数据Meetup 将于2025年1月3日在线上与大家见面,共同探讨AI时代的数据治理实践。
61 10
【瓴羊数据荟】 Data x  AI :大模型时代的数据治理创新实践 | 瓴羊数据Meet Up城市行第三期
|
11天前
|
人工智能 自然语言处理 JavaScript
Univer:开源全栈 AI 办公工具,支持 Word、Excel、PPT 等文档处理和多人实时协作
Univer 是一款开源的 AI 办公工具,支持 Word、Excel 等文档处理的全栈解决方案。它具有强大的功能、高度的可扩展性和跨平台兼容性,适用于个人和企业用户,能够显著提高工作效率。
80 7
Univer:开源全栈 AI 办公工具,支持 Word、Excel、PPT 等文档处理和多人实时协作
|
10天前
|
存储 人工智能 人机交互
PC Agent:开源 AI 电脑智能体,自动收集人机交互数据,模拟认知过程实现办公自动化
PC Agent 是上海交通大学与 GAIR 实验室联合推出的智能 AI 系统,能够模拟人类认知过程,自动化执行复杂的数字任务,如组织研究材料、起草报告等,展现了卓越的数据效率和实际应用潜力。
84 1
PC Agent:开源 AI 电脑智能体,自动收集人机交互数据,模拟认知过程实现办公自动化
|
3天前
|
存储 数据采集 算法
构建AI数据管道:从数据到洞察的高效之旅最佳实践
本文探讨了大模型从数据处理、模型训练到推理的全流程解决方案,特别强调数据、算法和算力三大要素。在数据处理方面,介绍了多模态数据的高效清洗与存储优化;模型训练中,重点解决了大规模数据集和CheckPoint的高效管理;推理部分则通过P2P分布式加载等技术提升效率。案例展示了如何在云平台上实现高性能、低成本的数据处理与模型训练,确保业务场景下的最优表现。
|
27天前
|
存储 机器学习/深度学习 人工智能
【AI系统】完全分片数据并行 FSDP
本文深入探讨了AI框架中针对权重数据、优化器数据和梯度数据的分布式并行实现,特别是在PyTorch框架下的具体方案。文章首先回顾了通用数据并行和分布式数据并行的概念,重点讨论了同步与异步数据并行的差异。接着,文章详细介绍了如何在PyTorch中实现弹性数据并行,特别是完全分片数据并行(FSDP)的机制,包括其如何通过分片模型状态和剩余状态来减少内存消耗,提高训练效率。此外,文章还探讨了混合精度训练、损失缩放和内存消耗估算等关键技术,为理解和实施高效的分布式训练提供了全面的指导。
62 9
【AI系统】完全分片数据并行 FSDP
|
27天前
|
机器学习/深度学习 人工智能 PyTorch
【AI系统】数据并行
数据并行是一种在分布式AI系统中广泛应用的技术,通过将数据集划分成多个子集并在不同计算节点上并行处理,以提高计算效率和速度。在大规模机器学习和深度学习训练中,数据并行可以显著加快模型训练速度,减少训练时间,提升模型性能。每个计算节点接收完整的模型副本,但处理不同的数据子集,从而分摊计算任务,提高处理速度和效率。数据并行按同步方式可分为同步数据并行和异步数据并行,按实现方式包括数据并行、分布式数据并行、完全分片的数据并行等。其中,分布式数据并行(DDP)是当前应用最广泛的并行算法之一,通过高效的梯度聚合和参数同步机制,确保模型一致性,适用于大型NPU集群和AI系统。
98 7
【AI系统】数据并行
|
5天前
|
人工智能 Cloud Native 数据管理
数据+AI融合趋势洞察暨阿里云OpenLake解决方案发布
Forrester是全球领先的市场研究与咨询机构,专注于新兴技术在各领域的应用。本文探讨如何加速现代数据管理,推动人工智能与客户业务的融合创新。面对数据标准缺乏、多云环境复杂性、新兴业务场景及过多数据平台等挑战,Forrester提出构建AI就绪的数据管理基石,通过互联智能框架、全局数据管理和DataOps、端到端数据管理能力、AI赋能的数据管理以及用例驱动的策略,帮助企业实现数据和AI的深度融合,提升业务价值并降低管理成本。

相关产品

  • DataV数据可视化