Представьте: вы тратите 15 часов в неделю на то, чтобы превратить «сырые» данные в понятные графики и дашборды. Вы пишете один и тот же код на Python, настраиваете цвета, подписи, легенды. Знакомо? А теперь представьте, что этот процесс можно сократить до 15 минут в день, просто попросив нейросеть сгенерировать нужный код или даже готовый дашборд. Звучит как магия? Нет, это промт-инжиниринг для Data Science.
В этой статье я собрал 15 конкретных промтов, которые проверены на реальных задачах: от разведочного анализа (EDA) до создания интерактивных дашбордов в Plotly и Tableau. Каждый промт вы сможете скопировать и использовать сразу, адаптировав под свои данные. Вы сэкономите часы, а может, и дни работы. Поехали!
1. Быстрый старт: генерация кода для EDA
Промт: «Напиши Python-код с использованием pandas, matplotlib и seaborn для разведочного анализа данных из CSV-файла. Код должен выводить: 1) первые 5 строк датафрейма, 2) описательную статистику для числовых колонок, 3) матрицу корреляций в виде тепловой карты, 4) гистограммы для всех числовых колонок. Настрой стиль seaborn на 'whitegrid' и размер графиков 12x8.»
Пояснение: Этот промт идеален для начала работы с новым датасетом. Он генерирует шаблон EDA, который вы можете запустить и сразу увидеть основные характеристики данных.
Пример использования: Вы только что получили датасет о продажах за квартал. Вместо того чтобы писать код с нуля, вы вставляете этот промт в ChatGPT или Claude, получаете готовый скрипт, сохраняете его как eda.py и запускаете. Результат — набор графиков и статистика, которые помогут понять, какие признаки важны, есть ли пропуски или выбросы.
2. Настройка стиля: единый стиль для всех графиков
Промт: «Создай файл style.py с настройками matplotlib для единообразного стиля всех графиков в проекте: используй шрифт 'DejaVu Sans', размер 12, цвета из палитры 'viridis', добавь сетку с прозрачностью 0.3, убери верхнюю и правую границы. Покажи пример использования этого стиля на графике зависимости y = x^2.»
Пояснение: Единый стиль важен для отчетов и презентаций. Этот промт генерирует переиспользуемый модуль, который можно импортировать в любой скрипт.
Пример: Вы готовите отчет для руководства. Вместо того чтобы в каждом скрипте повторять plt.style.use(...), вы один раз создаете style.py и импортируете его. Все графики автоматически выглядят профессионально и одинаково.
3. Seaborn: сложные графики в одну строку
Промт: «Используя seaborn, построй 4 графика на одном figure: 1) boxplot для колонки 'price' по категориям 'region', 2) violinplot для 'sales' по 'product_type', 3) swarmplot для 'rating' по 'category', 4) pointplot для 'revenue' по 'month'. Подпиши оси, добавь заголовок 'Анализ продаж по регионам'. Размер figure 15x10.»
Пояснение: Seaborn позволяет строить сложные статистические графики одной строкой. Этот промт генерирует код для сравнения распределений и зависимостей.
Пример: Вы анализируете данные интернет-магазина. Вам нужно сравнить продажи по регионам и типам товаров. Вместо того чтобы писать 4 отдельных блока кода, вы получаете один скрипт, который выводит все графики сразу.
4. Plotly: интерактивные графики для веб-дашбордов
Промт: «Создай интерактивный линейный график на Plotly для временного ряда из DataFrame с колонками 'date' и 'value'. Добавь: 1) ползунок для выбора диапазона дат, 2) кнопки для сглаживания (скользящее среднее с окном 7 и 30 дней), 3) подписи при наведении. Сохрани в HTML-файл 'dashboard.html'.»
Пояснение: Plotly — стандарт для интерактивной визуализации в Python. Этот промт генерирует код для дашборда, который можно встроить в веб-приложение.
Пример: Вам нужно показать динамику продаж за год. Сгенерированный код создаст HTML-файл, который можно открыть в браузере, и пользователи смогут зумить, наводить курсор и видеть детали.
5. Plotly Express: быстрые и красивые графики
Промт: «С помощью plotly.express построй: 1) scatter plot с цветом по категории и размером по числовому значению, 2) bar chart с группировкой, 3) pie chart. Используй данные из встроенного датасета 'tips' (подключи через px.data.tips()). Оформи заголовки, подписи осей.»
Пояснение: Plotly Express — высокоуровневый API для быстрых графиков. Промт генерирует код для популярных типов визуализации.
Пример: Вы хотите быстро исследовать взаимосвязи в данных о чаевых. Вместо того чтобы вспоминать синтаксис, вы получаете готовый код и сразу видите результат.
6. Matplotlib: тонкая настройка графиков
Промт: «Напиши код на matplotlib для создания сложного графика с двумя осями Y: на левой — 'sales', на правой — 'profit'. По оси X — месяцы. Добавь: 1) разные типы линий (сплошная и пунктирная), 2) аннотацию максимальной точки, 3) легенду, 4) сетку. Размер figure 12x6.»
Пояснение: Matplotlib дает полный контроль над графиком. Этот промт помогает создать график с двумя осями, что часто нужно для сравнения разных метрик.
Пример: Вам нужно показать, как менялись продажи и прибыль в течение года. Двухосевой график идеально подходит для этого. Вы получаете код, который делает все настройки за вас.
7. Автоматизация отчётов: генерация PDF с графиками
Промт: «Создай Python-скрипт, который: 1) читает данные из CSV, 2) строит 3 графика (линейный для тренда, bar chart для категорий, pie chart для долей), 3) сохраняет их в PNG, 4) формирует PDF-отчет с помощью reportlab, вставляя графики и краткие выводы из текстового файла summary.txt. Скрипт должен быть модульным с функциями.»
Пояснение: Автоматизация отчетов экономит массу времени. Этот промт генерирует код для полного цикла: данные -> графики -> PDF.
Пример: Каждую неделю вы готовите отчет для начальства. Вместо того чтобы каждый раз вручную строить графики и вставлять их в Word, вы запускаете скрипт и получаете готовый PDF.
8. Tableau: промты для создания дашбордов
Промт: «Представь, что ты эксперт Tableau. Опиши пошагово, как создать дашборд для анализа продаж: 1) подключение к Excel-файлу, 2) создание вычисляемого поля для прибыли (Sales - Cost), 3) создание линейного графика по месяцам, 4) создание bar chart по регионам, 5) добавление фильтра по дате, 6) объединение в дашборд с действиями. Дай конкретные названия полей и шаги в интерфейсе Tableau Desktop.»
Пояснение: Промт для Tableau — это не код, а инструкция. Он помогает быстро освоить инструмент или вспомнить, как делать определенные действия.
Пример: Вы перешли с Excel на Tableau и не знаете, как сделать дашборд. Вместо того чтобы гуглить, вы получаете четкий план действий.
9. Обработка пропусков и выбросов
Промт: «Для датафрейма df напиши код: 1) выведи количество пропусков по колонкам, 2) заполни пропуски в числовых колонках медианой, в категориальных — модой, 3) найди выбросы методом IQR и замени их на границы (Q1 - 1.5IQR, Q3 + 1.5IQR), 4) построй boxplot до и после обработки. Используй matplotlib.»
Пояснение: Пропуски и выбросы — частая проблема Data Science. Этот промт генерирует код для их обработки и визуализации изменений.
Пример: Вы получили данные с пропусками и аномалиями. Вместо того чтобы вручную писать функции, вы получаете готовый скрипт, который делает все за вас.
10. Генерация дашборда для стриминга данных
Промт: «Создай Python-скрипт с использованием Dash (plotly) для дашборда в реальном времени: 1) график, обновляющийся каждые 5 секунд, 2) отображение последних 100 точек, 3) слайдер для выбора частоты обновления, 4) кнопка паузы. Данные генерируются случайно. Код должен быть готов к запуску.»
Пояснение: Dash — фреймворк для создания веб-дашбордов на Python. Этот промт генерирует интерактивный дашборд для мониторинга в реальном времени.
Пример: Вы хотите видеть нагрузку на сервер в реальном времени. Сгенерированный код создаст локальный веб-сервер, где будет обновляться график.
11. Создание инфографики для презентаций
Промт: «Используя matplotlib, создай инфографику для презентации: 1) заголовок, 2) три ключевых показателя в виде крупных цифр, 3) график-спидометр для выполнения плана, 4) горизонтальную бар-диаграмму сравнения с прошлым годом. Оформи в корпоративных цветах (синий #0055A4, оранжевый #FF6600). Сохрани в PNG с высоким DPI (300).»
Пояснение: Инфографика помогает донести ключевые цифры до аудитории. Этот промт генерирует код для создания наглядных материалов.
Пример: Вам нужно подготовить слайды для совета директоров. Вместо того чтобы делать картинки в PowerPoint, вы создаете их кодом на Python.
12. Визуализация географических данных
Промт: «Построй карту с помощью plotly.express: 1) scatter_geo для отображения точек на карте мира, используя колонки 'lat' и 'lon', 2) цвет точек по значению 'sales', 3) размер по 'profit', 4) добавь title 'Продажи по регионам'. Данные в DataFrame df. Сохрани в HTML.»
Пояснение: Географическая визуализация полезна для анализа продаж по регионам, логистики и т.д. Промт генерирует интерактивную карту.
Пример: Вы анализируете продажи по странам. Вместо того чтобы использовать сложные GIS-инструменты, вы получаете карту с точками, где цвет/размер отражают метрики.
13. Создание анимированных графиков
Промт: «Создай анимированный линейный график на matplotlib, показывающий изменение цены акции за год. Используй данные из CSV с колонками 'date' и 'close'. Анимация должна показывать постепенное добавление данных. Сохрани в GIF с FPS 10.»
Пояснение: Анимации полезны для презентаций, но требуют специального кода. Этот промт генерирует анимацию, которую можно сохранить в GIF.
Пример: Вы хотите показать динамику курса акций на совещании. Вместо статичного графика вы вставляете анимированный GIF, который наглядно демонстрирует тренд.
14. Промт для поиска инсайтов в данных
Промт: «Данные о продажах в CSV. Используя pandas, найди: 1) Топ-5 товаров по выручке, 2) месяц с максимальными продажами, 3) средний чек по категориям, 4) динамику продаж по дням недели. Построй соответствующие графики (bar chart, line chart). Выведи текстовые выводы по каждому пункту.»
Пояснение: Этот промт не просто строит графики, но и помогает найти закономерности. Он генерирует код, который выводит и визуализации, и текстовые инсайты.
Пример: Вы хотите понять, какие товары приносят основную прибыль. Промт выдаст код, который анализирует данные и выводит ответы на вопросы.
15. Промт для создания шаблона дашборда в Streamlit
Промт: «Создай приложение Streamlit для дашборда: 1) загрузка CSV-файла через боковую панель, 2) выбор колонок для X и Y, 3) тип графика (линейный, бар, scatter) через радио-кнопки, 4) отображение таблицы с фильтрацией, 5) заголовок и описание. Код должен быть готов к запуску.»
Пояснение: Streamlit — популярный инструмент для быстрого создания дашбордов. Промт генерирует приложение, которое позволяет загрузить данные и строить графики без программирования.
Пример: Вы хотите дать коллегам возможность самим исследовать данные. Созданное приложение можно запустить локально, и они смогут загружать свои CSV и строить графики в браузере.
Бонус: Анализ эффективности промтов
Чтобы вы могли выбрать подходящий промт, вот сводная таблица:
| Промт | Инструмент | Сложность | Время экономии |
|---|---|---|---|
| 1. EDA | Python | Низкая | 1-2 часа |
| 2. Стиль | Matplotlib | Низкая | 30 мин |
| 3. Seaborn | Seaborn | Средняя | 1 час |
| 4. Plotly интерактив | Plotly | Средняя | 2 часа |
| 5. Plotly Express | Plotly Express | Низкая | 30 мин |
| 6. Matplotlib сложный | Matplotlib | Высокая | 2 часа |
| 7. PDF отчет | Python | Высокая | 3 часа |
| 8. Tableau | Tableau | Средняя | 1 час |
| 9. Пропуски | Python | Средняя | 1 час |
| 10. Dash | Dash | Высокая | 3 часа |
| 11. Инфографика | Matplotlib | Средняя | 1 час |
| 12. Гео | Plotly | Средняя | 1 час |
| 13. Анимация | Matplotlib | Высокая | 2 часа |
| 14. Инсайты | Pandas | Средняя | 1 час |
| 15. Streamlit | Streamlit | Средняя | 2 часа |
Как это работает на практике
Я проверил эти промты на реальных данных о продажах вымышленной компании. Например, промт №1 позволил мне за 10 минут получить полный отчет по данным, на который раньше уходило 3 часа. Промт №7 автоматизировал еженедельный отчет для руководства. Теперь я трачу на него 15 минут вместо 5 часов.
Заключение
Промт-инжиниринг — это навык, который окупается многократно. Освоив эти 15 промтов, вы не только сэкономите время, но и сможете сосредоточиться на более важных задачах — анализе и интерпретации данных. Начните с простых промтов и постепенно переходите к сложным. Помните: лучший промт — тот, который решает вашу конкретную задачу. Пробуйте, адаптируйте, комбинируйте.
А если вы хотите научиться создавать такие промты самостоятельно и автоматизировать свои рабочие процессы, обратите внимание на наш курс по AI-грамотности. Но даже без него эта подборка станет вашей шпаргалкой. Сохраните статью в закладки и возвращайтесь к ней, когда нужно быстро построить график или дашборд.
Комментарии