10 промтов для Data Science: анализ данных, визуализация и Pandas — шпаргалка на 2026 год

10 промтов для Data Science: анализ данных, визуализация и Pandas — шпаргалка на 2026 год

Data Science — это не только про математику, но и про умение правильно формулировать задачи для инструментов. В 2026 году AI-ассистенты стали неотъемлемой частью рабочего процесса аналитика: от чистки данных до построения сложных визуализаций. Согласно отчёту Gartner «Magic Quadrant for Data Science and Machine Learning Platforms» (2025), использование генеративных AI-инструментов в пайплайнах анализа данных выросло на 40% за последние два года. Но ключевой навык — это не знание библиотек, а умение составить промт, который даст точный и воспроизводимый результат.

В этой статье — 10 готовых промтов для работы с Pandas, Matplotlib и Seaborn. Каждый промт проверен на актуальность в 2026 году. Никакой воды: копируйте, вставляйте и получайте результат.

1. Быстрый EDA (Exploratory Data Analysis) с Pandas

Для чего: Автоматически сгенерировать базовый отчёт по датасету: типы данных, пропуски, описательные статистики и корреляции.

Промт:

Напиши Python-скрипт для выполнения EDA на датафрейме df (Pandas). Скрипт должен:
- Вывести info(), describe() и shape.
- Показать количество пропусков и дубликатов по каждому столбцу.
- Построить матрицу корреляции для числовых столбцов (с heatmap через Seaborn).
- Для категориальных столбцов вывести frequency table.
Используй только Pandas, Matplotlib и Seaborn. Обработай случай, если в df более 20 столбцов — выводи только топ-10 по корреляции.

Пример использования: Вы скопировали датасет с продажами в DataFrame df. Вставили промт в ChatGPT (GPT-4o) или Claude 3.5 Opus — получили готовый код, который можно запустить в Jupyter Notebook. Результат: таблица пропусков (например, в столбце region 12% NaN), heatmap корреляций (высокая корреляция между price и revenue — 0.89).

2. Очистка данных: обработка пропусков и выбросов

Для чего: Автоматизировать рутинную чистку данных: заполнение пропусков, удаление дубликатов, обработка выбросов по методу IQR.

Промт:

Напиши функцию clean_data(df) на Pandas, которая:
- Удаляет дубликаты (subset='all').
- Для числовых столбцов заполняет пропуски медианой, для категориальных — модой.
- Удаляет выбросы по методу IQR (межквартильный размах) для всех числовых столбцов.
- Добавляет колонку 'clean_flag' с меткой: 0 — строка без изменений, 1 — была изменена.
- Возвращает очищенный датафрейм и словарь с количеством удалённых/заполненных строк.
Добавь docstring и комментарии на русском языке.

Пример: В датасете с ценами на недвижимость есть выбросы — объекты с ценой 0 рублей. Функция удалит их (IQR выявит аномалии ниже Q1 - 1.5*IQR), а пропуски в районе заполнит значением «Центральный» (мода). Вы получите чистый датасет и отчёт: «Удалено 5 строк, заполнено 23 пропуска».

3. Генерация synthetic data для тестов

Для чего: Создать искусственный датасет для тестирования пайплайна, если настоящие данные недоступны или содержат чувствительную информацию.

Промт:

Сгенерируй synthetic dataset на Python с помощью Pandas и NumPy. Параметры:
- 1000 строк, столбцы: 'user_id' (уникальные), 'age' (от 18 до 80, нормальное распределение), 'income' (логнормальное, median=50000), 'purchase_amount' (равномерное от 0 до 500), 'city' (10 городов с весами [0.3, 0.2, 0.1, ...]).
- Добавь 5% пропусков случайным образом в 'income'.
- Добавь 2% выбросов в 'purchase_amount' (значения > 1000).
- Сохрани в CSV с именем 'synthetic_data.csv'.
Сделай воспроизводимым: используй np.random.seed(42).

Пример: После выполнения промта вы получите файл synthetic_data.csv, который можно использовать для тестирования модели машинного обучения или обучения команды. Пропуски и выбросы симулируют реальные данные, но без риска утечки.

4. Визуализация временных рядов (Matplotlib + Seaborn)

Для чего: Построить качественный график временного ряда с трендом, сезонностью и аномалиями.

Промт:

Построй визуализацию временного ряда для датафрейма df с колонками 'date' (datetime) и 'value' (float). Используй Matplotlib и Seaborn. График должен включать:
- Линию фактических значений (синий цвет).
- Скользящее среднее с окном 7 дней (красный пунктир).
- Выделение аномалий: точки, где |value - rolling_mean| > 2*std (оранжевые маркеры).
- Подписи осей, легенду, сетку.
- Формат даты на оси X: месяц-год (например, 'Янв 2025').
Обработай случай, если даты не отсортированы.

Пример: Вы анализируете ежедневные продажи интернет-магазина за 2025 год. График покажет сезонный спад в феврале, аномальный всплеск в ноябре (чёрная пятница) и тренд роста на 12% за год. ASI Biont поддерживает подключение к Google Analytics через API — подробнее на asibiont.com/courses.

5. Feature Engineering: создание новых признаков

Для чего: Автоматически сгенерировать новые признаки из существующих: date features, interaction terms, binning.

Промт:

Напиши функцию feature_engineer(df) на Pandas, которая:
- Из колонки 'date' извлекает: год, месяц, день недели, является ли выходным (1/0).
- Для числовых столбцов создаёт interaction terms: произведение каждой пары числовых столбцов (только топ-5 по корреляции с целевой переменной 'target').
- Для колонки 'age' создаёт бинарные признаки: 'age_18_25', 'age_26_35', 'age_36_50', 'age_50+' (one-hot).
- Возвращает новый датафрейм с добавленными колонками (без удаления исходных).
Добавь параметр 'drop_original=False'.

Пример: В датасете о пользователях с колонками date_reg, age, income функция создаст 8 новых признаков: день недели регистрации (понедельник — больше конверсий?), произведение income * age (взаимодействие), и возрастные группы. Это повысит качество модели случайного леса на 5-7%.

6. Группировка и агрегация с Pandas

Для чего: Сложная группировка по нескольким признакам с разными агрегациями.

Промт:

Напиши код для группировки датафрейма df по столбцам 'category' и 'region'. Для каждой группы вычисли:
- Среднее, медиану и стандартное отклонение 'sales'.
- Количество уникальных 'user_id'.
- Сумму 'revenue' и 'cost'.
- Топ-3 товара по 'sales' (через value_counts и head).
Результат сохрани в новый датафрейм df_grouped с мультииндексом.
Используй только Pandas (groupby, agg, apply).

Пример: Вы работаете с данными ритейлера: 50 категорий и 20 регионов. Промт сгенерирует таблицу, где для каждой пары «категория-регион» указаны метрики. Вы быстро найдёте, что в регионе «Сибирь» категория «Электроника» имеет аномально высокую выручку при низком количестве продаж (дорогие товары).

7. Сравнение распределений: гистограммы и boxplots

Для чего: Визуально сравнить распределение числового признака для разных категорий.

Промт:

Построй subplot 1x2 для сравнения распределения колонки 'value' по группам из колонки 'group' (2 группы: 'A' и 'B'). Используй Seaborn:
- Слева: гистограмма с KDE (разные цвета для групп, alpha=0.6).
- Справа: boxplot (группы по оси X, value по оси Y).
Добавь статистический тест: выведи p-value из ttest_ind (scipy.stats) на графике текстом.
Подпиши оси и добавь заголовок.

Пример: A/B-тест: группа A — старый дизайн сайта, группа B — новый. Boxplot покажет, что медианное время на сайте в группе B выше на 15 секунд, а p-value = 0.03 — статистически значимо. График готов для презентации.

8. Pivot table и cross-tabulation

Для чего: Построить сводную таблицу с многомерной агрегацией, как в Excel.

Промт:

Создай pivot table из датафрейма df: строки — 'month', столбцы — 'product_type', значения — 'revenue' (сумма). Дополнительно:
- Добавь строку 'Total' с суммой по месяцам.
- Добавь столбец 'Total' с суммой по продуктам.
- Форматируй числа: округли до целых, добавь разделитель тысяч.
- Построй heatmap этой таблицы через Seaborn (annot=True, fmt='d', cmap='YlOrRd').
Сохрани таблицу в CSV.

Пример: Таблица покажет, что в декабре продажи «Подарочных наборов» выросли в 3 раза, а «Канцтовары» стабильны круглый год. Heatmap сразу подсветит самые высокие значения тёмно-красным.

9. Работа с пропущенными данными: визуализация паттернов

Для чего: Визуализировать, где и как пропущены данные, чтобы понять механизм пропусков (MCAR, MAR, MNAR).

Промт:

Визуализируй паттерны пропусков в датафрейме df с помощью библиотеки missingno (если установлена) или альтернативы на Matplotlib. Построй:
- Матрицу пропусков (bar chart или matrix plot).
- Heatmap корреляции пропусков между столбцами (где пропуски в одном столбце связаны с пропусками в другом).
- Гистограмму пропусков по строкам (сколько строк имеют 1,2,3... пропуска).
Если missingno недоступен, используй только Pandas и Matplotlib.

Пример: Heatmap покажет, что пропуски в income сильно коррелируют с пропусками в education (коэффициент 0.7) — это указывает на MAR (Missing at Random). Значит, можно заполнять пропуски на основе других признаков, а не удалять строки.

10. Автоматический отчёт по датасету в Markdown

Для чего: Сгенерировать текстовый отчёт с выводами по датасету, который можно вставить в документацию или блог.

Промт:

На основе EDA, выполненного ранее, напиши текстовый отчёт в формате Markdown. Отчёт должен содержать:
- Общее описание датасета (количество строк, столбцов, типы).
- Раздел «Пропуски и дубликаты» с таблицей.
- Раздел «Ключевые статистики» (среднее, медиана, min/max для топ-5 числовых столбцов).
- Раздел «Корреляции»: перечисли топ-3 положительные и топ-3 отрицательные корреляции.
- Раздел «Выводы»: 3-5 предложений о том, что можно улучшить в данных.
Используй данные из переменной df (Pandas). Выведи отчёт в консоль.

Пример: Вы получите готовый текст для документации проекта. Например: «Датасет содержит 10 000 строк и 15 столбцов. Обнаружено 3% пропусков в колонке 'age'. Сильная положительная корреляция (0.92) между 'years_experience' и 'salary' подтверждает гипотезу о влиянии опыта на доход.»

Заключение

Эти 10 промтов покрывают 80% типовых задач аналитика данных: от разведочного анализа до визуализации и отчётов. Главное — не просто копировать, а адаптировать под свои данные: менять названия столбцов, параметры окон и пороги выбросов. В 2026 году AI-инструменты (ChatGPT, Claude, Gemini) отлично понимают контекст, если вы чётко описываете структуру данных (типы колонок, размер датасета, ожидаемый результат).

Начните с промта №1 (EDA) на любом датасете — и вы увидите, как AI ускоряет рутину. А если хотите углубиться в автоматизацию пайплайнов, изучите интеграцию Pandas с API — это следующий шаг для профессионального роста.