最近天天被催着写文章，怕了怕了
第一批拿了codeBuddy邀请码的 还被他们运营催
快要代写旺季了，放一遍手把手数据分析相关的文章吧，下面是操作流程
第一步：导入与理解数据
数据来源说明（内容来源于小红书运营侧）
使用codeBuddy读取数据，展示表头和结构
操作步骤：
- 打开codeBuddy，上传我们爬取到的数据。
- 提示词输入：
请加载这份通义灵码小红书数据文件，使用python进行分析，告诉我这份数据一共有多少条记录，包含哪些字段。
可以看到有86条笔记数据，不同的字段罗列。
- 跟进指令（字段解释）：
请逐一解释这些字段的含义，以及可能的用途。
第二步：数据清洗
关注点：
为什么需要数据清洗
常见问题：缺失值、不一致格式、异常值等
操作步骤：
- 提示词输入：
请帮我检查一下数据中是否有缺失值，分别在什么字段上？
- 如有缺失，继续输入：
请对缺失值做合理填充，便于我下一步数据分析。
这里可以看到他其实是修过了我原来的数据，我的预期结果是希望新建一个清洗过后的excel
因为这只是一个毕设，所以无所谓，也没有回滚或者重新来过了
codebuddy是分为craft跟chat模式的
Craft和Chat模式（具体区别在于，一个强执行，另外一个是对话用的）。
Craft模式下，你可以选择Design mode和Plan mode是否开启。
vibecoding版本控制非常重要。建议全程用 Git。
每次新功能开发前，确保代码库是干净的。
如果 AI 改错了，直接回退到上一个稳定版本。不要反复在有问题的代码上修补，否则只会让问题越来越多。
有些工具自带回滚功能，但我还是比较相信 Git
清洗前 VS 清洗后
预览一下处理结果，它确实已经进行缺失值处理了
- 标签字段标准化：
请将数据表中的字段转换为适合数据分析的格式，比如年月日，统计数值等。
第三步：数据可视化
要点：
从哪些角度分析内容质量
图表在数据分析中的作用
除了通过python进行数据可视化以外，可以将处理好的数据结果，使用html的echart.js图表进行数据可视化。
操作步骤：
- 点赞数分布图：
请根据清洗后的数据（通义灵码小红书数据_清洗后），帮我画出点赞数的分布图，使用直方图展示。
- 标签热度词云：
请根据“笔记标题”字段生成一个标签词云图，展示出现频率最多的前50个标签。
可以看到过程这里是先做了词频的分割
再生成词云图，但其实做过这类单子的小伙伴可以知道：中文一般没有办法正常显示，但是codebuddy倒是给我自动配置好了，至少通义灵码是要的（狗头保命）
一般我们需要上传一个中文字体包，让它去适配字体显示。【直接搜索汇文仿宋字体 需要的小伙伴也可以找我要】
下面是生成的效果，还是很不错的！
如果想改成其他字体也可以 先上传字体素材，放到当前目录下即可，再
请你使用我的字体“汇文仿宋v1.001.ttf”，帮我渲染到这个词云图上。
- 点赞数 Top10 的笔记标题柱状图：
请你继续展示点赞数排名前10的笔记标题及其对应点赞数量，用柱状图表示。
第四步：自动生成分析报告
要点：
如何对接阿里云百炼大模型平台进行数据解读能力
如何从数据生成结构化结论
分析报告内容构成：综述、关键发现、可视化图、运营建议
操作步骤：
- 在阿里云百炼平台上，提供各类大模型 API 服务（选择通义系列的模型服务）
https://bailian.console.aliyun.com/?tab=home#/home
如果是没用过的小伙伴第一次可以领100w token，但是需要先充一点钱，阿里云的活动很多的，随便都可以领取很多
先去阿里云百炼大模型平台选一个合适的大语言模型，记得选择文本生成
咱们需要拿到两个信息：API Key + 模型的接口文档。然后咱们在开始之前需要准备一个文档，我这里推荐 Markdown 结构的文档；
API-KEY：左下角进入“API-KEY”后，然后点击“创建我的API-KEY”，然后点击查看后复制（记得保存到一个文档里面）
这里复制到一个新文件
这里默认的文档用的是“qwen-plus”，如果需要指定模型id，我们“查看详情”页面中可以去拿模型的code信息。
如果你实在也不知道该拿哪一块信息，直接把上面几个页面（流式、多轮对话都可以）都全选复制粘贴就好了
最后我们会得到这样的一份Markdown文档：
然后把文档放到项目文件夹里，然后输入下面的提示词就完事！它就会自动读取、自动理解，我们需要一些调试的实践，整个过程会把项目代码生成好。
我的apikey是：。。。。。。。。。。。。
下面是请求代码：
curl -X POST https://dashscope.aliyuncs.com/compatible-mode/v1/chat/completions \
-H “Authorization: Bearer $DASHSCOPE_API_KEY” \
-H “Content-Type: application/json” \
-d '{
“model”: “qwen-plus”,
“messages”: [
{
“role”: “system”,
“content”: “You are a helpful assistant.”
},
{
“role”: “user”,
“content”: “你是谁？”
}
]
}’
响应结果：
{“choices”: [{“message”: {“role”: “assistant”,“content”: “我是阿里云开发的一款超大规模语言模型，我叫通义千问。”},“finish_reason”: “stop”,“index”: 0,“logprobs”: null}],“object”: “chat.completion”,“usage”: {“prompt_tokens”: 3019,“completion_tokens”: 104,“total_tokens”: 3123,“prompt_tokens_details”: {“cached_tokens”: 2048}},“created”: 1735120033,“system_fingerprint”: null,“model”: “qwen-plus”,“id”: “chatcmpl-6ada9ed2-7f33-9de2-8bb0-78bd4035025a”}
结合我的api文档，请基于刚才的数据分析内容（通义灵码小红书数据_清洗后）帮我做一个数据分析报告，api主要是用于大模型的能力，能够解读数据特点。
生成一份完整的数据分析报告，（这里就可以根据自己的内容去加了，如果你是写论文，你就给他一些论文的格式）
结构包括：分析目的、数据摘要、关键发现、图表展示（从多个维度进行分析）、运营建议，并附上结论。
请以markdown格式输出这份报告，需要图文并茂，把生成的图填充到markdown文档里面。
最后生成的结果，加上代码已经可以交差了，除去爬数据的时间，报告的时间不超过半小时，市场价大概是700-1k
