用豆包的代码解释器快速分析 10 万行 CSV 数据并绘制可视化图表实操

处理 10 万行级别的 CSV，如果用本地 Python 环境，得经历「安装 Pandas → 处理路径 → 调试 Matplotlib 中文乱码 → 运行」这一套流程，太慢了。直接把文件甩给豆包的代码解释器（Code Interpreter），它在沙箱里跑 Python 脚本，从读取到出图只要几十秒。

这次我分析的是一份电商脱敏订单数据，重点在于快速验证数据分布并找出异常值。

第一步：喂数据并定义分析维度
不要只说「帮我分析这个文件」，这样它只会给你一个简单的 df.describe()。我直接在 Prompt 里规定好分析逻辑：

分析这份 CSV 文件的订单金额分布，重点找出金额在 95 分位以上的异常高客单价订单。
要求：1. 检查缺失值并剔除；2. 计算各品类订单的平均客单价；3. 将客单价前 5% 的订单单独列出。

第二步：解决可视化“丑”和“乱”的问题
AI 默认生成的图表往往配色单调，且经常出现中文方块（乱码）。为了让图表直接能用在汇报 PPT 里，我会在提示词里加入样式约束，强迫它调用 seaborn 库：

使用 seaborn 绘制订单金额的分布直方图，设置颜色为 'deep'，并在 X 轴标注明确的金额区间。
注意：请确保使用支持中文的字体，如果无法加载，请将坐标轴标签改为英文。

实操中踩的坑与避坑技巧：
内存溢出： 10 万行虽然不算大，但如果文件列数过多（比如几百列），代码解释器有时会报内存错误。技巧是让它只读取需要的列：

# 提示它这样写，而不是 df = pd.read_csv(file)
df = pd.read_csv(file, usecols=['order_id', 'amount', 'category'])

数据类型误判： 很多 CSV 的金额列带有 ¥ 符号或逗号，AI 直接读取会识别为 object 而不是 float，导致无法计算。如果发现它报错，立刻追加一句：「将 amount 列中的特殊符号去掉并转换为浮点数」。

效率提升点：
比起在 VS Code 里写脚本，这种方式最强的地方在于「交互式修正」。比如图表画出来后，我觉得柱状图太挤，直接说「把 X 轴标签旋转 45 度」，它会立刻重新执行 Python 代码更新图片，省去了反复调整 plt.xticks(rotation=45) 的时间。

最终输出流程：
1. 上传 data.csv → 2. 指令分析 → 3. 修正图表样式 → 4. 直接下载生成的 PNG 图片和处理后的清洗版 CSV。