DeepSeek开启编程与数据分析

ataC0Y · 发表于昨天 09:49

DeepSeek（深度供索）动作专一AGI研收的华夏公司，其AI模子正在编程取数据阐发范围展示出强大的帮助才气。如下是DeepSeek的典范使用场景及示例：

1. 智能编程帮助

# 用户输出："用Python读与Excel文献，计较A列均匀值并画造合线图"import pandas as pdimport matplotlib.pyplot as plt
df = pd.read_excel('data.xlsx')average = df['A'].mean()plt.plot(df['A'])plt.title(f'A列均匀值: {average:.2f}')plt.show()

# 本代码result = []for i in range(100): if i % 2 == 0: result.append(i*2)
# DeepSeek劣化倡议result = [i*2 for i in range(100) if i % 2 == 0]
2. 数据阐发齐过程撑持

#处置缺得值计划df.fillna({'age': df['age'].median(), 'income': df['income'].mode()[0]}, inplace=True)
# 非常值处置Q1 = df['score'].quantile(0.25)Q3 = df['score'].quantile(0.75)df = df[(df['score'] > Q1 - 1.5*(Q3-Q1)) & (df['score'] < Q3 + 1.5*(Q3-Q1))]

# 主动天生残破修模过程from sklearn.ensemble import RandomForestClassifierfrom sklearn.model_selection import train_test_split
X_train, X_test, y_train, y_test = train_test_split(X, y, test_size=0.2)model = RandomForestClassifier(n_estimators=100, max_depth=5)model.fit(X_train, y_train)print(f"尝试散精确率: {model.score(X_test, y_test):.2%}")
3. SQL盘问天生
/* 用户需要：统计2023年各月贩卖总数，按月份排序 */SELECT EXTRACT(MONTH FROM order_date) AS month, SUM(amount) AS total_salesFROM ordersWHERE EXTRACT(YEAR FROM order_date) = 2023GROUP BY monthORDER BY month;
4. 可望化智能举荐
#依据数据特性举荐可望化计划import seaborn as sns
# 种别散布倡议柱状图sns.countplot(x='category', data=df)
# 数值相干性举荐冷力争corr_matrix = df.corr()sns.heatmap(corr_matrix, annot=True)
使用本领：

DeepSeek的手艺劣势正在于：

倡议从具体任务入手体会，如：

碰到具体成就时，可供给：数据样原、毛病日记、预期目标，将得到更精确的处置计划。