用DeepSeek来制作可视化图表，搭配python、mermaid、html来实现可视化，我已经测试过好几种场景，都能实现自动化的代码生成，效果还是不错的，流程如下。
统计图表 （搭配Matplotlib来做）
Python中的Matplotlib库是非常好用的可视化绘图工具，可以生成各种二维、三维统计图表，而且定制化程度高，支持配置任何你想要的图表形式。
DeepSeek可以根据你的数据和可视化需求，自动生成相匹配的Python代码，然后在IDE中执行便可以获得专业美观的统计图表了。
我用一个手机销售的数据集来测试，格式为CSV，需上传到DeepSeeK。
上传数据并提问：
DeepSeek回复如下代码（部分）：
# 导入必要库
import matplotlib.pyplot as plt
import pandas as pd
# 设置中文字体防止乱码
plt.rcParams['font.sans-serif'] = ['SimHei']
plt.rcParams['axes.unicode_minus'] = False
# 示例数据构建（假设数据已正确读取为DataFrame）
# 根据用户提供的数据结构手动创建测试DataFrame
data = {
'月份': [1,1,2,2,3,3,4,4,5,5,6,6,7,7,8,8,9,9,10,10,11,11,12,12,12,1,3,5,7,9],
'内存配置': ['64GB','128GB','256GB','64GB','128GB','256GB','64GB','128GB','256GB','64GB',
'128GB','256GB','64GB','128GB','256GB','64GB','128GB','256GB','64GB','128GB',
'256GB','64GB','128GB','256GB','64GB','256GB','64GB','128GB','256GB','128GB'],
'销量数量': [320,450,180,150,90,280,400,380,120,85,520,410,220,160,75,310,480,210,
135,95,360,420,390,130,80,290,240,500,340,175]
}
df = pd.DataFrame(data)
# 按内存配置分组计算总销量
mem_sales = df.groupby('内存配置')['销量数量'].sum().sort_index()
以下代码省略......把代码放到VsCode中执行，得到如下图表：
流程图（搭配mermaid）
流程图是工作中常用的可视化形式，比如产品开发流程图、合同审批流程图，能清晰地展示项目各个环节前后关系。
mermaid是一个基于JS的图表可视化库，语法类似于markdown，可以使用固定规则的代码来绘制流程图。
DeepSeek可以根据你的需求轻松地生成mermaid代码，然后你把代码复制到专门的mermaid编辑器中，便可以渲染出漂亮的流程图。
接下来以手机APP开发的流程图设计为例，给到DeepSeek一大段手机开发的文字描述，让它输出mermaid代码。
DeepSeek回复如下代码：
graph TD
A[需求分析 1-2周] -->|输出PRD| B[原型设计]
B -->|低保真流程图| C[技术开发 8-12周]
B -->|高保真视觉稿| C
B -->|开发任务拆分| C
C -->|前端: React Native/Flutter| D[测试上线 3-4周]
C -->|后端: Java/Python API| D
C -->|数据库: MySQL/MongoDB| D
D -->|单元测试 Jest/Postman| E[运营迭代]
D -->|灰度发布 & 政策适配| E
E -->|ASO优化 & Firebase监控| F[敏捷迭代 每2周]
E -->|A/B测试优化体验| F
F -->|功能迭代| E将代码复制到mermaid编辑器中渲染，会得到流程图。
还可以使用deepseek生成甘特图、数据看板、SVG、数学公式、小红书卡片等，详细教程看我的专栏文章。