前言
歡迎來到鐵人賽的第三週！在經歷了第一週的「個人知識庫搭建」與第二週的「AI 輔助軟體開發」後，本週我們將焦點轉向 「數據處理、工作流自動化與生產力整合」。

在現代 IT 與企業環境中，數據無處不在——從伺服器 Log、使用者行為日誌到營運報表。然而，資料分析前最耗時的往往是「資料清洗（Data Cleaning）」。今天我們將探討如何利用 LLM 搭配 Python 數據分析雙雄——Pandas 與 Matplotlib/Seaborn，讓 AI 成為你的高效率 Data Analyst！

一、AI 數據分析的全新模式：Copilot for Data Science
傳統數據分析流程中，我們需要手動撰寫大量繁瑣的 Pandas 指令（如 groupby, pivot_table, merge）並處理各種缺值與異常值。

結合 AI 後，數據分析模式轉變為：

描述目標（Prompting）： 用自然語言說明資料結構與你想要分析的業務問題。

自動生成程式碼（Code Generation）： AI 生成對應的 Pandas 處理腳本。

成果驗證與視覺化（Insight & Visualization）： 執行腳本並讓 AI 解讀產出的數據圖表。

二、實戰 1：讓 AI 幫你處理雜亂無章的原始資料 (Data Cleaning)
假設我們有一份包含缺失值、日期格式不一與字串雜訊的 CSV 檔：

💡 提示詞 (Prompt)：
「我有一份 sales_data.csv 檔案，欄位包含 order_id, date, customer_email, price, status。
請寫一段 Python Pandas 腳本進行以下清洗工作：

處理缺失值：刪除 order_id 為空的列，將 price 的缺失值填入該欄位的中位數。

統一日期格式為 YYYY-MM-DD。

將 status 欄位中的英文字母全部轉為大寫並去除前後空格。

剔除 price <= 0 的異常值。」

🤖 AI 產出的 Python 腳本：
Python
import pandas as pd
import numpy as np

1. 讀取資料

df = pd.read_csv('sales_data.csv')

2. 清洗資料

刪除 order_id 缺失值

df = df.dropna(subset=['order_id'])

填補 price 中位數

median_price = df['price'].median()
df['price'] = df['price'].fillna(median_price)

剔除異常價格

df = df[df['price'] > 0]

統一日期格式

df['date'] = pd.to_datetime(df['date'], errors='coerce').dt.strftime('%Y-%m-%d')

清洗 status 字串

df['status'] = df['status'].astype(str).str.strip().str.upper()

print("資料清洗完成，剩餘筆數：", len(df))
print(df.head())
三、實戰 2：一鍵生成視覺化圖表 (Data Visualization)
清洗好資料後，下一步是將數據轉化為易懂的圖表。

💡 提示詞 (Prompt)：
「請使用 seaborn 與 matplotlib 繪製圖表：

計算每月總銷售額（price 的加總）趨勢折線圖。

設定圖表標題為 『Monthly Sales Trend』，並加入網格線。

確保 X 軸日期標籤不會重疊（旋轉 45 度）。」

🤖 AI 產出的繪圖程式碼：
Python
import matplotlib.pyplot as plt
import seaborn as sns

轉為日期型態並依月份分組

df['year_month'] = pd.to_datetime(df['date']).dt.to_period('M')
monthly_sales = df.groupby('year_month')['price'].sum().reset_index()
monthly_sales['year_month'] = monthly_sales['year_month'].astype(str)

設定風格與畫布大小

plt.figure(figsize=(10, 5))
sns.set_theme(style="whitegrid")

繪製折線圖

ax = sns.lineplot(x='year_month', y='price', data=monthly_sales, marker='o', color='b', linewidth=2.5)

圖表美化

plt.title('Monthly Sales Trend', fontsize=14, fontweight='bold')
plt.xlabel('Month', fontsize=12)
plt.ylabel('Total Sales ($)', fontsize=12)
plt.xticks(rotation=45)
plt.tight_layout()

plt.show()
四、進化技巧：用 Code Interpreter / Advanced Data Analysis 直接對話
如果你不想本機執行程式碼，也可以直接使用 ChatGPT (Advanced Data Analysis) 或 Gemini 的 Code Execution 功能：

直接上傳 CSV/Excel 檔案。

提問：「請幫我分析這份資料中，退貨率最高的產品類別是什麼？並畫出柱狀圖。」

AI 會在後台自動執行 Python 腳本並直接將結論與圖表呈現在視窗中！

五、AI 數據分析的避坑指南
資料隱私 (Data Privacy)： 上傳任何數據至公有 AI 平台前，務必先行去識別化（Anonymization），移除姓名、身分證字號與敏感財務資料。

統計陷阱（Garbage in, Garbage out）： AI 雖然擅長算數與繪圖，但商業邏輯與對特徵值（Outliers）的定義仍需要領域專家（Domain Expert）來引導與驗證。

結語
過往需要半天時間整理的 Excel 報表與繪圖，現在透過 Python + AI 可以在 10 分鐘內搞定。這讓工程師與資料分析師能將更多精力放在「從數據中發現商業價值（Insights）」上。

明天（Day 14），我們將探討近來非常熱門的 No-Code / Low-Code 自動化工具：「自動化工作流：結合 n8n / Make 與 AI API 打造無程式碼自動化流水線」，我們明天見！