※ 作者：彭其捷（https://www.visualization.tw/）
※ ps. 以下是本網站 ChatGPT 系列文章，有興趣的話可一併參考：
近期 AI 工具的進步，對人類許多面向的輔助進步神速，其中以 ChatGPT 為知名度最高的一款，透過簡單對話，即可輔助內容產出。本文希望初步探討，在資料分析或是視覺化領域中，可以有哪些面向能夠與 ChatGPT 進行搭配呢？
ps. 本文難度設定為盡量人人都可理解，所以雖然會出現少許程式碼，但完全不懂程式碼的人也能了解 90% 的內容。
Note: 目前 ChatGPT 所生成的答案，還是可能有許多偏誤（因為是從大量文本所自動組合而成），所以相關的訊息，建議將其視為
#輔助 的情境較為適用，都建議再多進行確認喔！但對我來說，已經確實可以在許多任務達到 #生產力提升 的目標了！
直接提問 ChatGPT：你可以怎樣輔助資料視覺化的任務？
本文的開始，直接提問 ChatGPT 以下問題：
Q：「你可以怎樣輔助資料視覺化的任務呢」
ChatGPT 回覆的情境包括：「解釋資料」、「選擇最佳的視覺化工具」、「自動創建圖表」、「生成敘述性文字」、「回答資料相關問題」等等；但因爲 ChatGPT 的特性是重複提問會得到不同的結果，第二次則得到了新的回覆包括「資料清洗」、「給予建議」等等。
不過，目前直接透過 ChatGPT 的互動介面，只能夠得到純文字（或是程式碼）的回覆，如果需要圖像化的結果，還需要搭配程式碼的方式來生成。
圖：第一次提問所得到的回覆
圖：第二次提問所得到的回覆
目前 ChatGPT 限制於只能 input 對話式的文本，可能還需要持續探索使用方式，但作為未來應用場景的想像是挺具體的！覺得不久後的將來，AI 除了對話文本式使用情境外，也可能逐漸能夠支持 input 圖表並 output 建議等等！
接下來，進入本文吧，來看看現在的 ChatGPT，在哪些環節有機會能夠輔助我們執行資料視覺化任務呢？本文切分了十種場景，分別為：
- 情境一：幫助挑選數據圖表
- 情境二：詢問特定議題的指標
- 情境三：詢問指標的排名、變化、應變
- 情境四：詢問指標的計算方式
- 情境五：詢問數據的來源與管道
- 情境六：詢問練習資料集
- 情境七：回答圖表的 Best Practice
- 情境八：挑選合適的視覺化工具
- 情境九：生成 Python 等虛擬程式碼
- 情境十：生成真實資料圖表 + debug
情境一：幫助挑選數據圖表
基本情境，想說直接問看看 ChatGPT 在特定的情境，適合使用哪一圖表？我隨意提問了三個指令，覺得都表現的還不錯，答案有一定的好品質：
Q：如果要比較收入與成本支出，使用哪一種圖表比較合適？
Q：如果想要呈現公司業績的成長，哪一種圖比較合適呢？
Q：如果想要呈現全國選舉結果，哪一種圖比較合適呢？
我覺得 ChatGPT 確實有針對資料集的類別屬性，提供一些可以思考的圖表製作方向，且特別對於設計儀表板有幫助，讓我對於該儀表板有一個初步的想像，可以加速圖表的設計與製作。
情境二：詢問特定議題的指標
有做過數據分析的人就會知道，挑選正確的量化指標非常重要，而如果是比較不熟悉的領域，就需要花一些時間消化指標，以下是我嘗試問 ChatGPT 關於數據指標的一些提問，大家可以參考看看。
Q：可否告訴我，哪些是人力資源的 KPI 指標？
Q：請問哪些指標用來衡量一個國家的財富不均狀況？
覺得答案蠻不錯的，我有刻意詢問一些我不太確定的議題，而答案確實可以在短時間讓我獲得許多多實用的訊息。
情境三：詢問指標的排名、變化、應變
因為 ChatGPT 的強項在於收集網路上的超大量文本，來作為回覆的依據，因此我覺得或許可以問看看相關數據變化的可能原因，例如以下的指令：
Q：可否告訴我，台積電過去二十年的的股價變化？
Q：可否告訴我，台灣目前的生育率世界排名以及可能的原因？
Q：面對台灣的低生育率議題，可能有怎樣的應變方式呢？
覺得 ChatGPT 對於回覆歷史數據變化還蠻方便的，可以快速問到一些常見的數據，不用再自己消化很多的部落格資訊；此外，詢問一些社會議題（生育率）也能給出不錯品質的回覆，甚至能夠主動性的提供一些參考建議，覺得已經是很強大的人類助理的感覺。
情境四：詢問指標的計算方式
了解指標之後，覺得 ChatGPT 應該也可以提供計算方式的資訊，實驗的效果也不錯；以下嘗試詢問了「基尼係數」與「RFM」指標的計算方式，答案也都不錯。
Q：請問基尼係數的計算方式？
Q：請問 RFM 指標的計算方式？
情境五：詢問數據的來源與管道
另外，過往透過 Google 要找到一些資料集的來源，有時會有點花時間，來試試看透過 ChatGPT 找找看，例如請問了以下的指令：
- Q：可否告訴我，哪裡有全球不同國家的 GDP 資料？
- Q：請問哪裡有關於台灣零售業的開放資料？
- Q：請問哪裡有台灣與日本的經濟發展比較數據？
答案品質也還不錯（不過 ChatGPT 的回答有時候會自動切換為簡體字，重新提問又會切換為繁體），自己是覺得這個情境也蠻好用的，雖然過往透過 Google 也可以找到類似的資料，但 ChatGPT 因為回覆的訊息量更摘要性，真的能夠幫助我們在幾秒內直接取得整理過的資訊；此外，因為教學工作的關係，我常常要找一些練習用的資料集，覺得下次確實會想要透過 ChatGPT 來詢問數據的來源。
情境六：詢問可以練習資料視覺化的資料集
前面的詢問，已經能夠取得指定資料的來源，但我好奇可否更直接的詢問資料集的連結，因此測試了以下的問題，ChatGPT 提供了經典的 Iris Dataset，且我還蠻喜歡它附加的一些文字解釋與分析的方向！
Q：可否提供適合進行資料視覺化練習的資料集，且具備多種資料欄位的類型
情境七：幫忙回答圖表的 Best Practice
在執行資料視覺化的時候，常常看到有人使用了錯誤的方式製圖，想實驗看看 ChatGPT 能否提供一些製圖上的精準輔助資訊（最佳實踐 Best Practice），這個實驗也是可以的，答案的品質也很不錯；我還刻意提問了比較少見的玫瑰圖，也能確實回覆正確的答案。
Q：可否告訴我，使用圓餅圖的最佳實踐（Best Practice）
Q：可否告訴我，使用南丁格爾玫瑰圖的最佳實踐（Best Practice）
情境八：挑選合適的視覺化工具
蠻好奇 ChatGPT 消化了大量資訊後，會怎樣回答關於資料視覺化工具的提問，另外因為我是 Tableau 講師，也好奇 ChatGPT 會不會提到這套軟體（實驗結果是 Yes，而且還排在第一位）；此外因為 PowerBI 不支援 Mac，所以也刻意的提出我是用 Mac 電腦，看是否 ChatGPT 會給出正確的答案，而確實第二種提問，就沒有回答 PowerBI。
Q：請問有哪一些資料視覺化工具，在哪些情境適合使用哪一套軟體呢？
Q：我是用 Mac 電腦，可否推薦給我合適的資料視覺化工具？PowerBI 不能使用於 Mac 嗎？
情境九：生成 Python / HTML / Javascript 的程式碼
Note：本情境需要些許程式碼經驗
ChatGPT 可以用來輔助生成程式碼已經不是新聞了，以下測試一些請它生成圖表程式碼的指令（ps. 之後會寫另一篇，關於 ChatGPT 怎樣跟程式碼 IDE 整合的方式，因為難度較高就先不放在此篇中），實驗結果也非常順利，甚至還會提供程式碼的解讀！
Q：可否幫我生成一段 python 程式碼，可接受四個變數 x,y,z,v ，並透過 Scatter Chart 呈現
把結果丟到 Colab 執行，是完全可以運作的（一個字都沒有改）。
另外，如果改指定用 html 與 Javascript（前端程式碼標準組合）來詢問看看；結果也蠻不錯，ChatGPT 決定使用 Chart.js 來輸出程式碼，可參考以下的結果（因程式碼較長，截圖有省略部分資訊）。
Q：可否幫我生成一段 html 與 javascript 前端程式碼，可接受四個變數 x,y,z,v ，並透過 Scatter Chart 呈現
產生的程式碼，透過可前端測試的環境（Jsfiddle）直接貼上，也確實可以生成圖表，而且還是動態的（點這裡可以線上瀏覽）。
情境十：生成真實資料集圖表 + debug
Note：本情境需要些許程式碼經驗
過程中，隨意嘗試了一些指令，發現 chatGPT 也很擅長直接幫忙餵資料，甚至可以直接指定 X,Y 軸之類，例如我透過以下指令：
Q：你可以生成一個世界GDP排行前50的圖表程式碼嗎？X 軸為 GDP，Y 軸是國家
所得到的程式碼，甚至同時包括了資料來源（csv），所以基本上整段程式碼直接餵給程式碼編輯軟體，就可以產生圖表了，基本上整個過程只要 1 分鐘，非常驚人！
然後我將此段程式碼餵給 Google colab 來跑結果看看，一個字都沒改，就可以確實得到資料視覺化的圖片。
此外，我有閱讀到一些文章，有提到也可以直接請 chatGPT 產生視覺風格不同的圖表，所以我重新提問以下問題（我送出後才發現我打錯字「事>是」，結果 ChatGPT 還是順利解讀了，也能產生正確的結果程式碼），真的非常好用！：
Q：承接上面的結果，可否把圖表改成事黑色底的
此外，chatGPT 也會同時提供程式碼的解說：
接下來，如果是涉及到國家排行的部分，我自己蠻偏好用「地圖」呈現的，故我想說問問 ChatGPT 可否幫我改成用地圖來呈現數據，結果確實是成功的，大家也可以玩玩看！
Q：承接上面的結果，可否把圖表改成用地圖呈現
不過這裡初步執行，是會報錯的，因為原始環境缺少了產生地圖的程式碼，
突發奇想，乾脆請 ChatGPT 幫忙 Debug 好了，確實取得了正確的修復方式。
以下是相同數據，改用地圖呈現的成果，雖然沒有很好但確實是產生了！
然後我也好奇，難道它也可以看懂想要標示標籤的需求嗎？結果也是成功的，確實更新的程式碼也幫我們加上了國家的標籤。
ps. 以上的 Python Collab 環境，可直接複製執行：https://colab.research.google.com/drive/1pPiaKgnl0ZqnxL47D9G7VNqInvulo0jd?usp=sharing
結語
這次大概花了 3 個小時進行實驗，對於結果很滿意！透過 ChatGPT 的問答確實能夠輔助到許多資料分析或是視覺化的知識運用，也覺得還有許多持續探索的空間。
補充說明，本篇文章比較偏向基礎初探，後續預計也將寫幾篇文章，包括 (1) 手把手開始玩 ChatGPT 資料分析 (2) 如何跟自身的工作流程結合，例如請 ChatGPT 幫忙分析自己的資料集 (3) 直接透過程式碼編輯器 IDE 引入 ChatGPT 的函式庫的情境。但因為這些流程都會涉及到更多的程式碼技巧，故決定寫在另外一篇。
歡迎訂閱
感謝您的閱讀，也歡迎於下方訂閱本站文章，就能收到後續新文章的推送。
工商：ChatGPT 生產力與資料課程
文末小工商，如果對於以下兩個主題感興趣：
(1) 如何透過 ChatGPT 強化工作生產力
(2) 如何透過 ChatGPT 協作資料分析與視覺化
歡迎點選以下連結，查看我的 ChatGPT 線上課程：
