AI数据分析:用deepseek进行贡献度分析(帕累托法则)

帕累托法则,也称为80/20法则,是由意大利经济学家维尔弗雷多·帕累托提出的。它指出在许多情况下,大约80%的效益来自于20%的原因。这个原则在很多领域都有应用,包括商业、经济、社会问题等。

在数据分析中,帕累托法则可以用来识别和专注于最具影响力的因素。以下是帕累托分析的基本步骤:

数据收集:首先,收集相关数据,确定你的分析目标。

数据排序:将数据按照某个特定的标准(如销售额、成本、频率等)进行排序。

计算总和:计算所有项目的总和。

确定累积百分比:对于每个项目,计算累积百分比。这可以通过将每个项目的值除以总和,然后乘以100来实现。

识别关键因素:识别累积百分比达到80%的那些关键因素(原因)。这通常意味着这些因素是最重要的贡献者。

分析和决策:根据帕累托分析的结果,分析关键因素对整体效益的影响,并做出相应的决策

任务:计算下面Excel表格中用活用户的贡献度

在deepseek中输入提示词:

你是一个Python编程专家,要完成一个Python脚本编写的任务,具体步骤如下:

读取Excel文件"F:\AI自媒体内容\AI行业数据分析\poetop50bots中文翻译.xlsx",

用matplotlib绘制一个柱状图:

从A列"热门bot名称"中提取数据作为标签,用于X轴;

从E列"月活用户占比"中提取数据作为大小,用于Y轴;

设置图表的标题为"Poe平台前50个bots月活用户贡献度分析";

在相同的图表上绘制累积比例曲线,颜色为红色,使用次y轴,次y轴的刻度是从0到1,中间间隔0.1,数据来自于E列,在累积比例曲线上要显示累积比例的数值;

设置matplotlib默认字体为'SimHei',文件路径为:C:\Windows\Fonts\simhei.ttf

保存图片到文件夹"F:\AI自媒体内容\AI行业数据分析",图片标题为:poetop50bots贡献度;

显示图片;

注意:每一步都输出信息到屏幕

源代码:

import pandas as pd

import matplotlib.pyplot as plt

from matplotlib import font_manager

设置matplotlib默认字体

font_path = r'C:\Windows\Fonts\simhei.ttf'

font_prop = font_manager.FontProperties(fname=font_path)

plt.rcParams['font.family'] = 'SimHei'

读取Excel文件

file_path = r'F:\AI自媒体内容\AI行业数据分析\poetop50bots中文翻译.xlsx'

df = pd.read_excel(file_path)

提取数据

labels = df['热门bot名称']

sizes = df['月活用户占比']

计算累积比例

cumulative_sizes = sizes.cumsum() / sizes.sum()

绘制柱状图

fig, ax1 = plt.subplots()

ax1.bar(labels, sizes, color='b')

ax1.set_xlabel('热门bot名称')

ax1.set_ylabel('月活用户占比', color='b')

ax1.tick_params(axis='y', labelcolor='b')

设置次y轴

ax2 = ax1.twinx()

ax2.plot(labels, cumulative_sizes, color='r')

ax2.set_ylim(0, 1)

ax2.set_yticks([i / 10 for i in range(0, 11)])

ax2.set_ylabel('累积比例', color='r')

ax2.tick_params(axis='y', labelcolor='r')

在累积比例曲线上添加文本注释

for i, (label, cumulative_size) in enumerate(zip(labels, cumulative_sizes)):

ax2.annotate(f'{cumulative_size:.2f}', (label, cumulative_size), textcoords="offset points", xytext=(0,10), ha='center')

设置图表标题

plt.title('Poe平台前50个bots月活用户贡献度分析')

保存图片

image_path = r'F:\AI自媒体内容\AI行业数据分析\poetop50bots贡献度.png'

plt.savefig(image_path)

显示图片

plt.show()

print("图表绘制完成,图片已保存到:", image_path)

相关推荐
山楂树下懒猴子16 分钟前
ChatAI项目-ChatGPT-SDK组件工程
人工智能·chatgpt·junit·https·log4j·intellij-idea·mybatis
Learn Beyond Limits36 分钟前
The learning process of Decision Tree Model|决策树模型学习过程
人工智能·深度学习·神经网络·学习·决策树·机器学习·ai
AI360labs_atyun38 分钟前
2025世界智博会,揭幕AI触手可及的科幻生活
人工智能·ai·音视频·生活
luoganttcc42 分钟前
小鹏汽车 vla 算法最新进展和模型结构细节
人工智能·算法·汽车
计算机学姐1 小时前
基于Python的旅游数据分析可视化系统【2026最新】
vue.js·后端·python·数据分析·django·flask·旅游
算家计算1 小时前
面壁智能开源多模态大模型——MiniCPM-V 4.5本地部署教程:8B参数开启多模态“高刷”时代!
人工智能·开源
居然JuRan1 小时前
从零开始学大模型之大语言模型
人工智能
扑克中的黑桃A1 小时前
AI 对话高效输入指令攻略(一):了解AI对话指令
人工智能
算家计算1 小时前
不止高刷!苹果发布会AI功能全面解析:实时翻译、健康监测重磅升级
人工智能·apple·资讯
m0_677034351 小时前
机器学习-异常检测
人工智能·深度学习·机器学习