📰 正文
Data Formulator 是微软研究院推出的一个基于人工智能的数据可视化工具，旨在通过结合用户界面的交互和自然语言输入，帮助分析师高效地创建复杂的数据可视化图表。
与大多数基于聊天的AI工具不同，如果你经常需要整理数据、转换数据格式、清理数据中的错误信息，那这个工具就能大幅度提升你的工作效率，减少你手动修改数据的时间。
为什么叫 Data Formulator ？
“Data”（数据）+ “Formulator”（制定者）
它的作用就是：帮你“制定”数据的可视化方案，让你不用自己写复杂代码！
它最大的特点是：结合人工智能（AI）和用户操作，让数据处理更简单、更智能。你可以用拖拽界面 + 文字描述的方式告诉 AI 你想要的结果，它就能帮你自动完成数据转换和可视化。
它是一个 智能数据可视化工具
👉 你只需要告诉 Data Formulator 想要的图表是什么样子，AI 会自动帮你处理数据并生成图表。
支持：
拖拽数据字段（像 PowerPoint 里拖拽元素一样）
用自然语言描述数据转换需求（像和 AI 交流一样）
让 AI 处理数据、生成图表（无需手动写 SQL 或 Python 代码）
支持迭代修改和回溯（可以随时调整而不用重做整个可视化）
适用于数据科学、商业分析、企业数据集成等多个领域。
Data Formulator 能做什么？（主要功能）
假如你有一堆杂乱的数据，比如 Excel 表格、JSON 文件、数据库中的数据，但它们的格式不一致，甚至有缺失值或错误数据。如果你需要用这些数据做分析、机器学习或者画图表，你必须先把它们整理干净。
通常，这个数据整理的过程非常麻烦，需要你用 Excel 手动修改，或者写 Python 代码用 Pandas 处理。而 Data Formulator 就是为了帮你自动完成这些琐碎的任务，省去手工操作的麻烦，提高效率！
Data Formulator 提供了数据清洗、转换、格式化和可视化的功能，让数据更容易使用。
🌟 主要功能
Data Formulator 的优势
和传统的数据处理工具相比，Data Formulator 主要有以下几个优势：
🔹 传统方法：需要用户手动写代码处理数据、调整图表格式 🔹 Data Formulator 2：让 AI 自动处理，你只要 拖拽 + 说出需求，就能得到想要的图表！
Data Formulator 的优势
✔ 自动化 → 不用手动操作，减少重复劳动 ✔ 简单易用 → 只需要几行代码就能处理数据，不需要写复杂的脚本 ✔ AI 加持 → 可以让 AI 帮你解析数据、生成新字段，甚至直接画图 ✔ 支持拖拽 UI + 代码操作，适合不同技术水平的用户
这使得它不仅适用于数据科学家，也适用于商业分析师、开发者等人群，大大提高数据处理效率。
详细功能介绍
拖拽+自然语言交互
💡 你不需要写代码，只要： 1.
拖拽数据（比如把“年份”拖到 X 轴，把“销售额”拖到 Y 轴）
用自然语言告诉 AI 你的需求（比如“按国家分组”）
AI 自动生成图表
🔹 示例 1：创建销售趋势图
你拖拽 “年份” → X 轴，“销售额” → Y 轴
AI 立即生成 销售额随时间变化的折线图
AI 自动处理数据转换
💡 你不需要懂数据处理，AI 帮你做！ 很多可视化需要对数据进行转换、计算、合并、筛选，但普通用户不会写 SQL 或 Python。Data Formulator 2 的 AI 会自动帮你完成这些数据处理。
🔹 示例 1：计算每年的可再生能源占比 👉 传统方法：
python复制df['Renewable_Percentage'] = df['Renewable_Energy'] / (df['Fossil_Fuel'] + df['Renewable_Energy'] + df['Nuclear'])
👉 Data Formulator 的方法： 📌 你只需要在 Y 轴输入一个新字段 “可再生能源占比”，AI 自动计算并生成数据
🔹 示例 2：按年份分组，计算各国排名
📌 你只需输入 “按年份计算每个国家的可再生能源占比排名” 📌 AI 自动写代码计算，并在图表中展示排名变化
支持迭代修改（Data Threads）
💡 你可以反复修改图表，而不用从头开始！ 传统 AI 可视化工具一次性生成图表后，如果你想调整某个细节，必须重新输入所有指令，但 Data Formulator 2 支持 迭代修改和回溯，让你：
回到之前的版本，而不用重做整个可视化
复制现有图表，创建新的分支
修改某个部分，而不影响整体设计
🔹 示例 1：想要只看 CO₂ 排放最多的 5 个国家 📌 你不需要重做整个图表 📌 直接在 现有图表 上输入 “只显示 CO₂ 排放最多的 5 个国家” 📌 AI 只修改筛选条件，其他部分不变
🔹 添加全球平均趋势 📌 复制现有图表 → 输入 “添加全球平均趋势” 📌 AI 计算后自动添加到现有图表
代码可视化 & 结果检查
💡 即使你不会编程，也可以查看 AI 的数据转换代码！
AI 生成的数据转换代码，你可以查看、理解 AI 如何处理数据
代码解释模块，帮你理解转换逻辑，即使你不懂编程
🔹 示例：查看 AI 计算国家排名的代码 📌 AI 生成：
python复制df['Rank'] = df.groupby('Year')['Renewable_Percentage'].rank()
📌 你可以点击“查看代码”，了解 AI 处理数据的过程
兼容 Vega-Lite 进行高级可视化
💡 专业用户可以调整更复杂的可视化细节
支持多种高级图表（散点图、柱状图、折线图、热力图、箱线图等）
可以微调颜色、排序、图表布局
支持多层可视化（Layered Charts）
Data Formulator 支持多种数据源，包括： ✅ CSV（Excel 表格格式） ✅ JSON（常见的 API 数据格式） ✅ SQL 数据库（MySQL、PostgreSQL、SQLite） ✅ Excel 文件（.xls, .xlsx） ✅ Parquet（大数据文件格式） ✅ 图片（OCR 识别） ✅ 网页文本（智能解析）
总结：为什么要用 Data Formulator？
✅ 支持自然语言 & UI 操作 → 不仅可以通过代码，还能用自然语言描述可视化需求 ✅ 支持多个 AI 模型 → 兼容 OpenAI（GPT-4o）、Azure AI、Anthropic Claude、Ollama 及 LiteLLM ✅ 动态数据转换 → 可自动处理数据缺失、清洗、计算等 ✅ 迭代式可视化生成 → 可通过调整数据字段或自然语言提示优化图表 ✅ 支持 Python & Web 运行 → 既可以作为 Python 库运行，也可通过 Web 界面操作
适用于：
📌 商业智能 (BI) → 通过 AI 生成销售、市场趋势等可视化报告 📌 数据分析师 → 让 AI 自动完成数据清理、转换、生成图表 📌 初学者 & 非技术用户 → 不会写代码也可以轻松创建数据可视化 📌 学术研究 → 研究人员可以快速探索数据，并通过 AI 进行数据分析
👉 Data Formulator = AI + 数据处理 + 可视化，一站式解决数据问题！ 🚀
GitHub：https://github.com/microsoft/data-formulator
论文：https://arxiv.org/pdf/2408.16119