

DeepSeek一键生成交互式动态图表

大话数据分析

2025-06-16

导读：一文解决AI可视化图表问题！

之前使用DeepSeek生成一些网页图表，可以完美实现表格的动态展现，在数据展现上更加丰富，后来通过实践发现，使用DeepSeek写Python代码，Python在线绘图，并且在WPS文档中展示，同样得到不错的效果。

下面的电商产品旭日图就是使用DeepSeek生成Python代码，然后在WPS文档中在线运行Python代码，然后插入到表格中，全程无需代码基础，编程小白也可以快速创建这样的图表，下面一起学习如何制作。

首先打开DeepSeek，然后，在对话框输入下面的提示词，pyecharts是专门创建一些动态交互图表的Python库，在绘图中经常使用。

使用pyecharts帮我做一个旭日图，写出可执行的Python代码。

然后DeepSeek会给出代码，接着我们打开WPS云文档，官网地址如下，在主页点击新建一个表格。

https://www.kdocs.cn/latest

导入Excel数据。

在路径中选择本次的案例数据。

如下是一份包含电商产品的数据。

在WPS云文档效率板块点击PY脚本，在这里可以在线运行Python脚本。

点击新建脚本。

将之前使用DeepSeek生成的代码复制粘贴过来。

如下是完整的Python代码，可以一键复制粘贴。

import pandas as pdfrom pyecharts.charts import Sunburstfrom pyecharts import options as opts # 读取数据df = pd.read_excel("电商旭日图示例数据.xlsx") # 自动构建嵌套结构def build_data(df):    result = []    color_list = [        "#da0d68", "#975e6d", "#e0719c", "#f99e1c", "#ef5a78",        "#f7f1bd", "#c94a44", "#dd4c51", "#f2684b", "#e73451",        "#e65656", "#f89a1c", "#aeb92c", "#4eb849", "#f68a5c",        "#baa635", "#f7a128", "#f26355", "#e2631e", "#fde404"    ]    color_idx = 0     level1_map = {}    for _, row in df.iterrows():        l1, l2, l3, val = row['一级产品'], row['二级产品'], row['三级产品'], row['件数']        if l1 not in level1_map:            level1_map[l1] = {"name": l1, "itemStyle": {"color": color_list[color_idx % len(color_list)]}, "children": {}}            color_idx += 1        if l2 not in level1_map[l1]["children"]:            level1_map[l1]["children"][l2] = {"name": l2, "children": {}}        if l3 not in level1_map[l1]["children"][l2]["children"]:            level1_map[l1]["children"][l2]["children"][l3] = {"name": l3, "value": val}     # 转换为列表结构    result = []    for l1_obj in level1_map.values():        l2_children = []        for l2_obj in l1_obj["children"].values():            l3_children = list(l2_obj["children"].values())            l2_obj["children"] = l3_children            l2_children.append(l2_obj)        l1_obj["children"] = l2_children        result.append(l1_obj)    return result sunburst_data = build_data(df) # 绘图c = (    Sunburst(init_opts=opts.InitOpts(width="1000px", height="600px"))    .add(        "",        data_pair=sunburst_data,        highlight_policy="ancestor",        radius=[0, "95%"],        sort_="null",        levels=[            {},            {                "r0": "15%",                "r": "35%",                "itemStyle": {"borderWidth": 2},                "label": {"rotate": "tangential"},            },            {                "r0": "35%",                "r": "70%",                "label": {"align": "right"},            },            {                "r0": "70%",                "r": "72%",                "label": {"position": "outside", "padding": 3, "silent": False},                "itemStyle": {"borderWidth": 3},            },        ],    )    .set_global_opts(title_opts=opts.TitleOpts(title="电商产品旭日图"))    .set_series_opts(label_opts=opts.LabelOpts(formatter="{b}"))) # 输出 HTMLc.render("电商产品旭日图.html")

在Python脚本中，需要将读取数据这段代码先注释掉，加一个#号就可以注释掉这段代码，或者直接删除这段代码也可以。

然后，点击操作表格区域，选取数据区域。

在选择表格区域时，只需要款选就可以，点击确定。

下面就将需要引入的数据变量加载进来，点击运行Python代码。

就得出了一个在线图表，点击插入至表格。

图示就是插入到表格中的可以动态交互的图表。

此外，pyecharts官网还有很多动态交互的图表可供参考，官网地址如下：

https://pyecharts.org

比如，你想做一个各个城市销售的玫瑰图，你可以进一步与AI进行对话，将下面的代码作为一个代码案例，很快就可以生成一个漂亮的玫瑰图。

import pandas as pd from pyecharts.charts import Piefrom pyecharts import options as opts df=pd.read_excel(r'C:\Users\\Desktop\电商销售数据.xlsx')df=df.groupby('省份')['销售数'].sum().reset_index()df = df.sort_values(by='销售数',ascending=False) cate =df['省份'].to_list()data = df['销售数'].to_list() #玫瑰图美化pie = Pie(init_opts=opts.InitOpts(width='800px', height='600px', bg_color='white')) pie.add('',[list(z) for z in zip(cate, data)],radius=['10%', '70%'],center=['50%', '50%'], rosetype="radius"       ).set_series_opts(label_opts=opts.LabelOpts(formatter="{b}: {c}")#设置数据标签                        ).set_global_opts(title_opts=opts.TitleOpts(title='各省份销售数据玫瑰图',pos_left='350',pos_top='20',                                                                    title_textstyle_opts=opts.TextStyleOpts(color='black', font_size=16)),                                          legend_opts=opts.LegendOpts(is_show=False)#去除图例                                         ).set_colors(    ['rgb({b},0,{r})'.format(r=450-10(len(df)-x+1), b=200-10x) for x in range(len(df))])#设置渐变颜色          pie.render_notebook()