本文将介绍一款兼容AI的智能数据可视化工具——Data Formulator，它既支持通过AI提示生成图表，也支持传统的拖拽操作，完全无需编写代码，极大地降低了数据可视化的门槛。文章首先会讲解Data Formulator的安装和启动方法，接着详细介绍如何配置并使用国产大模型DeepSeek.V3的接入。

随后，基于Electric Vehicle Population数据集，演示Data Formulator的基本使用方法，包括如何通过AI提示和拖拽操作快速生成可视化图表。最后，文章将对Data Formulator的功能和体验进行总结与评价，帮助读者更好地了解这款工具的优势与适用场景。

1 . Data Formulator介绍

为了让数据可视化设计变得更简单、更高效，微软雷德蒙研究院的研究员们开发了一款超实用的AI 工具——Data Formulator，并且把它开源放在了 GitHub 上。这款工具巧妙地结合了图形化用户界面（就是咱们熟悉的点选、拖拽操作）和自然语言输入（比如直接打字告诉它你的需求），让用户能更轻松地向 AI 传达自己的想法。这样一来，无论是调整图表样式还是更新数据，AI 都能精准理解你的意图，一步步帮你完成复杂的可视化设计。简单来说，Data Formulator 就像是一个懂设计又懂数据的智能助手，让数据可视化变得既高效又省心！

Data Formulator的核心功能是帮我们更快、更轻松地把数据变成直观的图表。它背后用到了强大的语言模型，可以自动处理复杂的数据转换工作，让我们不用再为数据整理头疼，直接专注于图表的设计和分析。

和很多需要靠“打字聊天”来操作的 AI 工具不同，Data Formulator 的设计更贴心。它既支持传统的界面操作（比如点选、拖拽），也支持用自然语言输入指令（比如直接告诉它“帮我做个柱状图”）。这样一来，不管你是喜欢动手操作，还是更习惯用语言表达需求，都能轻松上手。这种“双管齐下”的方式，不仅让图表设计变得更简单，还能让 AI 帮你搞定繁琐的数据处理，效率直接拉满！

在使用时,首先，输入你的 OpenAI 密钥，然后选择一个模型（推荐用 GPT-4o，效果更好），再挑一个你需要分析的数据集。（我们后面会演示如何连接DeepSeek.V3模型）

接下来，选一个你想要的图表类型，比如柱状图、折线图之类的。然后，直接把数据字段拖拽到图表的属性里，比如 x 轴、y 轴或者颜色这些地方，就能快速定义图表的样子了。

整个过程就像搭积木一样简单，不需要复杂的操作，Data Formulator 会帮你把数据变成一目了然的图表，让你更专注于分析和决策！

想要创建一些超出初始数据集的可视化图表？没问题，Data Formulator 的 AI 功能（🤖）可以帮你轻松搞定！具体操作很简单：

1. 输入新字段名称：在编码栏里，你可以输入当前数据中没有的字段名称。这相当于告诉 Data Formulator，你希望基于现有数据做一些计算或转换，生成新的可视化内容。

2. 用自然语言补充说明（可选）：如果你觉得字段名称还不够清晰，可以用自然语言进一步解释你的需求。当然，如果字段名称已经很直白了，这一步可以跳过。

3. 点击“Formulate”按钮：接下来，Data Formulator 会根据你的输入，自动转换数据并生成对应的可视化图表。

4. 检查结果：生成图表后，你可以仔细查看数据、图表效果以及背后的代码，确保一切符合你的预期。

5. 基于现有图表继续操作：如果想在现有图表的基础上做进一步调整，直接用自然语言告诉它就行！比如，输入“仅显示前5个！”，它就会帮你筛选出前5条数据。你也可以根据需要调整图表的视觉编码，让图表更贴合你的需求。

整个过程就像和一个懂数据的助手对话一样，简单又高效！

你可以根据需求反复使用这个流程，一步步深入挖掘和分析你的数据。每一次的操作和探索都会被自动记录在“数据线程”面板里，就像一条清晰的路径一样，方便你随时查看之前的步骤，或者回溯到某个关键点。这样一来，无论是调整思路还是分享分析过程，都变得特别轻松！

2. 如何安装

使用conda命令创建DataFormulator虚拟环境，并激活，然后使用pip进行安装

安装成功后，按如下方式进行启动

执行后，自动打开如下界面：

点击“SELECT A MODEL”处，出现的大模型下拉框，仅支持 OpenAI和Azure OpenAI，如下图所示

既然支持了openai，那么兼容openai的API接口的模型也就能支持了，包括通义千问、智谱清言、百川等，这里主要介绍DeepSeek.V3的配置方法。但是认真看了一下，Endpoint并不能修改，只能修改Key和Model，那该怎么搞？

3 . 如何使用DeepSeek.V3大模型？

找遍官方文档 ，也没有地方介绍，如何配置国产大模型呢？就只有从源码入手，通过执行如下命令，找到DataFormulator安装库代码位置

进入目录，然后，使用Visual Studio Code打开 data_formulator目录，命令

可以看到界面

打开app.py文件，可以看到，这是一个基于Flask框架的web应用。我们要尝试去找到openai库的引用地方，在119行，这是一个检查模型是否可用的路由，所图：

点击进入 get_client方法，如下图

我们看到第28行，当设置endpoint为openai时，会调用openai的接口，我们进去看一下

在126行，我们看到，这里会从环境变量里面去拿base_url，如果我们把base_url设置为deepseek.V3的入口地址，那是不是可以在界面上配置使用DeepSeek.V3大模型了呢？

让我们试一下！

首先，设置环境变量 OPENAI_BASE_URL

然后，通过命令 python -m data_formulator --port 8090 启动Data Formulator

在如下界面中，设置Key和Model，点击Status处的+号，检验模型可用性。看到这时，如果你不知道如何获取Key，可以参考这两篇文章

OpenAI库牵手国产大模型，一键解锁！超全参数配置秘籍来袭

基于DeepSeek.V3模型PandasAI数据分析实战

很明显，我们配置的模型可用了，点击Apply Model。到此，完成配置DeepSeek.V3的接入，其它国产大模型（凡支持openai兼容API接口的）都可以。

4 . 使用案例

Data Formulator支持两种导入数据的方式：

（1）数据文件上传。

（2）复制剪贴板

下面，我们将使用Electric Vehicle Population数据集，来介绍Data Formulator工具的使用案例。该数据集提供了关于各地区和不同时间段的电动汽车（EV）人口的全面信息。它包含了与车辆注册、清洁替代燃料车辆计划资格、电动续航里程和价格相关的各种测量数据。数据涵盖多个州和车辆品牌，为电动汽车市场及其发展提供了广泛的视角。

📊 数据列：

·州（State）：车辆注册所在的美国州。

·车型年份（Model Year）：车辆型号的制造年份。

·品牌（Make）：车辆的制造商，例如：

o TESLA

o BMW

o CHEVROLET

o VOLKSWAGEN

o RIVIAN

o TOYOTA

o NISSAN
…（以及其他品牌）

·电动汽车类型（Electric Vehicle Type）：电动汽车的类型，分类为：

o 纯电动汽车（Battery Electric Vehicle, BEV）

o 插电式混合动力汽车（Plug-in Hybrid Electric Vehicle, PHEV）

·电动续航里程（Electric Range）：车辆仅靠电力驱动的续航里程，单位为英里。

·基础建议零售价（Base MSRP）：车辆的建议零售价（MSRP）。

·立法区（Legislative District）：与车辆注册地点相关的立法区。

·CAFV资格简化（CAFV Eligibility Simple）：车辆是否符合清洁替代燃料车辆（CAFV）计划的简化指标。可能的值包括：

o 符合清洁替代燃料车辆资格

o 由于未研究的电池范围，资格未知

o 由于电池范围不足，不符合资格

🔍 使用场景：
该数据集非常适合分析电动汽车在不同州的采用和分布情况，重点关注地理和立法细节。它有助于理解电动汽车市场的趋势、评估定价以及分析替代燃料车辆激励政策的可及性。该数据集还可用于预测建模，帮助基于地理、人口统计和立法因素预测电动汽车的增长和普及情况。

我们首先，将EV_Population.csv文件上传至Data Formulator页面

然后，我们点击第一个图标Auto，来问一个问题，“统计前10大品牌的汽车数量”

可以看到，界面上不仅自动绘制出了图形，下方来出现了对应的数据，我们可以基于这个数据继续提问“按电动汽车类型分类显示”

可以看到，在前一个基础上，又新增了一个图形，同时，下方又出现了一个新表，这个表格里面新增了一个电动汽车类型字段。

我们也可以重新问一下问题，“统计下汽车里程的数量分布”，可以看到

若进一步想了解，不同电动汽车类型，里程上的差异，可以追问“按电动汽车类型分类”，如图

可见，插电式混动汽车，里程比纯电动汽车电动续航里程要少。我们还可以增加筛选条件，如“只显示特斯拉的汽车”所图

除了这种，通过自然语言提示大模型绘图的功能之外，我们还可以自己通过拖拉拽的方式来绘制图形。如下图所示：

通过如上设置，我们得到自定义图表：

该图按年份，展示了逐年各汽车品牌生产汽车数量的变化。如果觉得品牌太多，我们可以进行提示“只显示前20个大品牌的数据”，得到图：

以下是具体效果：

5 . 总结与评价

1、 无代码使用，可以用来绘制图表，放到报告或PPT中都挺实用

2、 后台基于Python，能支持较大数据，相比数据一大，excel就弄卡死的情况会好很多

3、 可通过上传或剪贴板复制数据的方式导入数据

4、 目前所支持的图表，还是比较有限，对图表的细粒度控制还有优化空间