Python数据处理提示词：从CSV到可视化报告的全流程代码生成
提示词描述：
数据分析师必备的全流程代码生成提示词，覆盖数据读取、清洗、分析、可视化全链路，支持生成生产级Python脚本和交互式Notebook，适合快速产出数据报告。
提示语关键词：
AI写Python代码,数据分析代码生成,Python可视化提示词,ChatGPT数据处理,AI生成报告代码,pandas代码模板
提示词内容：
【使用场景】
适用于数据分析师、运营人员需要快速完成数据清洗、特征工程、统计分析和可视化报告的场景。本提示词将引导AI生成完整的Python数据处理Pipeline代码，包含异常处理、日志记录、性能优化等生产级特性。
【操作步骤】
Step 1：明确数据源格式（CSV/Excel/数据库/JSON）
Step 2：在{数据文件路径}处填入实际路径
Step 3：在{分析目标}处描述期望的分析维度和输出形式
Step 4：指定可视化偏好（静态图表/交互式Dashboard）
【效果示例】
输入：数据源=sales_data.csv，目标=按月分析各区域销售额趋势，输出=交互式Plotly图表+PDF报告
输出：完整的Python脚本，包含pandas数据清洗、缺失值处理、分组聚合、Plotly可视化、matplotlib导出PDF，并附带requirements.txt
【进阶技巧】
- 追加"请使用polars替代pandas以提升大数据集处理性能"可获得更优方案
- 要求"为每个处理步骤添加type hints和docstring"可提升代码可维护性
- 添加"请生成对应的Jupyter Notebook版本"可获得交互式分析环境
- 对于时间序列数据，可要求集成prophet进行预测分析
【注意事项】
- 对于超过1GB的数据文件，建议要求AI使用chunked processing
- 可视化配色方案建议指定公司VI色值以保证品牌一致性
- 涉及敏感数据时需要求AI添加数据脱敏处理逻辑