input stringlengths 70 151 | output stringlengths 233 282 |
|---|---|
分析需求:
检测数据中的异常值并给出处理建议
原始数据:
日期,访问量,转化率
04-27,963,0.29
04-26,949,0.13
04-25,1572,0.29
04-24,1382,0.26
04-23,1154,0.11
04-22,1291,0.17
04-21,1299,0.12 | 【【【【【
{
title: { text: '数据可视化图表' },
xAxis: {
type: 'category',
data: ["04-27", "04-26", "04-25", "04-24", "04-23", "04-22", "04-21"]
},
yAxis: {},
series: [{
type: 'bar',
data: [963.0, 949.0, 1572.0, 1382.0, 1154.0, 1291.0, 1299.0]
}]
}
【【【【【
示例分析结论 |
分析需求:
请分析近七日的用户增长
原始数据:
地区,销售额
华东,7479
华南,6691
华北,7386
华中,6784
西北,1809 | 【【【【【
{
title: { text: '数据可视化图表' },
xAxis: {
type: 'category',
data: ["华东", "华南", "华北", "华中", "西北"]
},
yAxis: {},
series: [{
type: 'bar',
data: [7479.0, 6691.0, 7386.0, 6784.0, 1809.0]
}]
}
【【【【【
示例分析结论 |
分析需求:
检测数据中的异常值并给出处理建议
原始数据:
日期,访问量,转化率
04-27,846,0.19
04-26,1389,0.30
04-25,1706,0.24
04-24,1292,0.17
04-23,661,0.27
04-22,1213,0.20
04-21,568,0.24 | 【【【【【
{
title: { text: '数据可视化图表' },
xAxis: {
type: 'category',
data: ["04-27", "04-26", "04-25", "04-24", "04-23", "04-22", "04-21"]
},
yAxis: {},
series: [{
type: 'bar',
data: [846.0, 1389.0, 1706.0, 1292.0, 661.0, 1213.0, 568.0]
}]
}
【【【【【
示例分析结论 |
分析需求:
比较各地区的访问量分布
原始数据:
日期,访问量,转化率
04-27,1285,0.13
04-26,1592,0.28
04-25,1791,0.20
04-24,1796,0.28
04-23,1211,0.17
04-22,1249,0.24
04-21,766,0.13 | 【【【【【
{
title: { text: '数据可视化图表' },
xAxis: {
type: 'category',
data: ["04-27", "04-26", "04-25", "04-24", "04-23", "04-22", "04-21"]
},
yAxis: {},
series: [{
type: 'bar',
data: [1285.0, 1592.0, 1791.0, 1796.0, 1211.0, 1249.0, 766.0]
}]
}
【【【【【
示例分析结论 |
分析需求:
比较各地区的销售额分布
原始数据:
日期,访问量,转化率
04-27,884,0.27
04-26,1086,0.12
04-25,795,0.14
04-24,1213,0.18
04-23,1344,0.13
04-22,715,0.23
04-21,1114,0.28 | 【【【【【
{
title: { text: '数据可视化图表' },
xAxis: {
type: 'category',
data: ["04-27", "04-26", "04-25", "04-24", "04-23", "04-22", "04-21"]
},
yAxis: {},
series: [{
type: 'bar',
data: [884.0, 1086.0, 795.0, 1213.0, 1344.0, 715.0, 1114.0]
}]
}
【【【【【
示例分析结论 |
分析需求:
检测数据中的异常值并给出处理建议
原始数据:
地区,销售额
华东,2628
华南,4040
华北,7252
华中,4314
西北,8612 | 【【【【【
{
title: { text: '数据可视化图表' },
xAxis: {
type: 'category',
data: ["华东", "华南", "华北", "华中", "西北"]
},
yAxis: {},
series: [{
type: 'bar',
data: [2628.0, 4040.0, 7252.0, 4314.0, 8612.0]
}]
}
【【【【【
示例分析结论 |
分析需求:
比较各地区的销售额分布
原始数据:
地区,销售额
华东,3449
华南,1527
华北,4465
华中,5850
西北,7393 | 【【【【【
{
title: { text: '数据可视化图表' },
xAxis: {
type: 'category',
data: ["华东", "华南", "华北", "华中", "西北"]
},
yAxis: {},
series: [{
type: 'bar',
data: [3449.0, 1527.0, 4465.0, 5850.0, 7393.0]
}]
}
【【【【【
示例分析结论 |
分析需求:
比较各地区的访问量分布
原始数据:
地区,销售额
华东,4764
华南,8148
华北,6536
华中,7069
西北,1856 | 【【【【【
{
title: { text: '数据可视化图表' },
xAxis: {
type: 'category',
data: ["华东", "华南", "华北", "华中", "西北"]
},
yAxis: {},
series: [{
type: 'bar',
data: [4764.0, 8148.0, 6536.0, 7069.0, 1856.0]
}]
}
【【【【【
示例分析结论 |
分析需求:
请分析近七日的用户增长
原始数据:
地区,销售额
华东,5364
华南,6698
华北,4081
华中,4939
西北,9081 | 【【【【【
{
title: { text: '数据可视化图表' },
xAxis: {
type: 'category',
data: ["华东", "华南", "华北", "华中", "西北"]
},
yAxis: {},
series: [{
type: 'bar',
data: [5364.0, 6698.0, 4081.0, 4939.0, 9081.0]
}]
}
【【【【【
示例分析结论 |
分析需求:
请分析近七日的销售趋势
原始数据:
日期,访问量,转化率
04-27,1864,0.12
04-26,1350,0.11
04-25,515,0.26
04-24,641,0.16
04-23,1753,0.17
04-22,530,0.21
04-21,1990,0.18 | 【【【【【
{
title: { text: '数据可视化图表' },
xAxis: {
type: 'category',
data: ["04-27", "04-26", "04-25", "04-24", "04-23", "04-22", "04-21"]
},
yAxis: {},
series: [{
type: 'bar',
data: [1864.0, 1350.0, 515.0, 641.0, 1753.0, 530.0, 1990.0]
}]
}
【【【【【
示例分析结论 |
分析需求:
检测数据中的异常值并给出处理建议
原始数据:
地区,销售额
华东,8424
华南,7228
华北,5724
华中,6593
西北,5176 | 【【【【【
{
title: { text: '数据可视化图表' },
xAxis: {
type: 'category',
data: ["华东", "华南", "华北", "华中", "西北"]
},
yAxis: {},
series: [{
type: 'bar',
data: [8424.0, 7228.0, 5724.0, 6593.0, 5176.0]
}]
}
【【【【【
示例分析结论 |
分析需求:
检测数据中的异常值并给出处理建议
原始数据:
日期,访问量,转化率
04-27,799,0.28
04-26,1384,0.19
04-25,1618,0.22
04-24,812,0.15
04-23,1985,0.27
04-22,918,0.28
04-21,935,0.22 | 【【【【【
{
title: { text: '数据可视化图表' },
xAxis: {
type: 'category',
data: ["04-27", "04-26", "04-25", "04-24", "04-23", "04-22", "04-21"]
},
yAxis: {},
series: [{
type: 'bar',
data: [799.0, 1384.0, 1618.0, 812.0, 1985.0, 918.0, 935.0]
}]
}
【【【【【
示例分析结论 |
分析需求:
检测数据中的异常值并给出处理建议
原始数据:
日期,访问量,转化率
04-27,513,0.13
04-26,1981,0.29
04-25,1246,0.27
04-24,1862,0.13
04-23,1058,0.20
04-22,1203,0.30
04-21,1984,0.30 | 【【【【【
{
title: { text: '数据可视化图表' },
xAxis: {
type: 'category',
data: ["04-27", "04-26", "04-25", "04-24", "04-23", "04-22", "04-21"]
},
yAxis: {},
series: [{
type: 'bar',
data: [513.0, 1981.0, 1246.0, 1862.0, 1058.0, 1203.0, 1984.0]
}]
}
【【【【【
示例分析结论 |
分析需求:
比较各产品类别的访问量分布
原始数据:
地区,销售额
华东,5611
华南,8942
华北,6479
华中,8027
西北,3435 | 【【【【【
{
title: { text: '数据可视化图表' },
xAxis: {
type: 'category',
data: ["华东", "华南", "华北", "华中", "西北"]
},
yAxis: {},
series: [{
type: 'bar',
data: [5611.0, 8942.0, 6479.0, 8027.0, 3435.0]
}]
}
【【【【【
示例分析结论 |
分析需求:
比较各产品类别的销售额分布
原始数据:
地区,销售额
华东,3856
华南,9316
华北,8941
华中,3499
西北,5394 | 【【【【【
{
title: { text: '数据可视化图表' },
xAxis: {
type: 'category',
data: ["华东", "华南", "华北", "华中", "西北"]
},
yAxis: {},
series: [{
type: 'bar',
data: [3856.0, 9316.0, 8941.0, 3499.0, 5394.0]
}]
}
【【【【【
示例分析结论 |
分析需求:
检测数据中的异常值并给出处理建议
原始数据:
地区,销售额
华东,4685
华南,7039
华北,1763
华中,4922
西北,1903 | 【【【【【
{
title: { text: '数据可视化图表' },
xAxis: {
type: 'category',
data: ["华东", "华南", "华北", "华中", "西北"]
},
yAxis: {},
series: [{
type: 'bar',
data: [4685.0, 7039.0, 1763.0, 4922.0, 1903.0]
}]
}
【【【【【
示例分析结论 |
分析需求:
检测数据中的异常值并给出处理建议
原始数据:
地区,销售额
华东,4258
华南,2280
华北,4794
华中,4604
西北,8862 | 【【【【【
{
title: { text: '数据可视化图表' },
xAxis: {
type: 'category',
data: ["华东", "华南", "华北", "华中", "西北"]
},
yAxis: {},
series: [{
type: 'bar',
data: [4258.0, 2280.0, 4794.0, 4604.0, 8862.0]
}]
}
【【【【【
示例分析结论 |
分析需求:
请分析近七日的用户增长
原始数据:
日期,访问量,转化率
04-27,1602,0.22
04-26,1924,0.24
04-25,1929,0.15
04-24,1793,0.17
04-23,1602,0.12
04-22,1321,0.16
04-21,1512,0.11 | 【【【【【
{
title: { text: '数据可视化图表' },
xAxis: {
type: 'category',
data: ["04-27", "04-26", "04-25", "04-24", "04-23", "04-22", "04-21"]
},
yAxis: {},
series: [{
type: 'bar',
data: [1602.0, 1924.0, 1929.0, 1793.0, 1602.0, 1321.0, 1512.0]
}]
}
【【【【【
示例分析结论 |
分析需求:
比较各地区的销售额分布
原始数据:
地区,销售额
华东,8180
华南,7237
华北,9915
华中,5583
西北,4921 | 【【【【【
{
title: { text: '数据可视化图表' },
xAxis: {
type: 'category',
data: ["华东", "华南", "华北", "华中", "西北"]
},
yAxis: {},
series: [{
type: 'bar',
data: [8180.0, 7237.0, 9915.0, 5583.0, 4921.0]
}]
}
【【【【【
示例分析结论 |
分析需求:
请分析近七日的销售趋势
原始数据:
地区,销售额
华东,6817
华南,4266
华北,3880
华中,5219
西北,1656 | 【【【【【
{
title: { text: '数据可视化图表' },
xAxis: {
type: 'category',
data: ["华东", "华南", "华北", "华中", "西北"]
},
yAxis: {},
series: [{
type: 'bar',
data: [6817.0, 4266.0, 3880.0, 5219.0, 1656.0]
}]
}
【【【【【
示例分析结论 |
分析需求:
请分析近七日的用户增长
原始数据:
地区,销售额
华东,4633
华南,3382
华北,9340
华中,9019
西北,6799 | 【【【【【
{
title: { text: '数据可视化图表' },
xAxis: {
type: 'category',
data: ["华东", "华南", "华北", "华中", "西北"]
},
yAxis: {},
series: [{
type: 'bar',
data: [4633.0, 3382.0, 9340.0, 9019.0, 6799.0]
}]
}
【【【【【
示例分析结论 |
分析需求:
请分析本季度的用户增长
原始数据:
地区,销售额
华东,1471
华南,9021
华北,3303
华中,1768
西北,4288 | 【【【【【
{
title: { text: '数据可视化图表' },
xAxis: {
type: 'category',
data: ["华东", "华南", "华北", "华中", "西北"]
},
yAxis: {},
series: [{
type: 'bar',
data: [1471.0, 9021.0, 3303.0, 1768.0, 4288.0]
}]
}
【【【【【
示例分析结论 |
分析需求:
请分析近七日的用户增长
原始数据:
地区,销售额
华东,9717
华南,8118
华北,6212
华中,5426
西北,7846 | 【【【【【
{
title: { text: '数据可视化图表' },
xAxis: {
type: 'category',
data: ["华东", "华南", "华北", "华中", "西北"]
},
yAxis: {},
series: [{
type: 'bar',
data: [9717.0, 8118.0, 6212.0, 5426.0, 7846.0]
}]
}
【【【【【
示例分析结论 |
分析需求:
请分析本季度的用户增长
原始数据:
日期,访问量,转化率
04-27,753,0.23
04-26,1037,0.13
04-25,1203,0.18
04-24,1965,0.25
04-23,1454,0.21
04-22,944,0.24
04-21,538,0.11 | 【【【【【
{
title: { text: '数据可视化图表' },
xAxis: {
type: 'category',
data: ["04-27", "04-26", "04-25", "04-24", "04-23", "04-22", "04-21"]
},
yAxis: {},
series: [{
type: 'bar',
data: [753.0, 1037.0, 1203.0, 1965.0, 1454.0, 944.0, 538.0]
}]
}
【【【【【
示例分析结论 |
分析需求:
检测数据中的异常值并给出处理建议
原始数据:
地区,销售额
华东,1972
华南,7036
华北,4283
华中,1754
西北,2853 | 【【【【【
{
title: { text: '数据可视化图表' },
xAxis: {
type: 'category',
data: ["华东", "华南", "华北", "华中", "西北"]
},
yAxis: {},
series: [{
type: 'bar',
data: [1972.0, 7036.0, 4283.0, 1754.0, 2853.0]
}]
}
【【【【【
示例分析结论 |
分析需求:
请分析近七日的销售趋势
原始数据:
日期,访问量,转化率
04-27,654,0.25
04-26,571,0.24
04-25,1360,0.15
04-24,889,0.30
04-23,592,0.12
04-22,843,0.17
04-21,1398,0.25 | 【【【【【
{
title: { text: '数据可视化图表' },
xAxis: {
type: 'category',
data: ["04-27", "04-26", "04-25", "04-24", "04-23", "04-22", "04-21"]
},
yAxis: {},
series: [{
type: 'bar',
data: [654.0, 571.0, 1360.0, 889.0, 592.0, 843.0, 1398.0]
}]
}
【【【【【
示例分析结论 |
分析需求:
比较各地区的销售额分布
原始数据:
地区,销售额
华东,8920
华南,1809
华北,8270
华中,9379
西北,8205 | 【【【【【
{
title: { text: '数据可视化图表' },
xAxis: {
type: 'category',
data: ["华东", "华南", "华北", "华中", "西北"]
},
yAxis: {},
series: [{
type: 'bar',
data: [8920.0, 1809.0, 8270.0, 9379.0, 8205.0]
}]
}
【【【【【
示例分析结论 |
分析需求:
检测数据中的异常值并给出处理建议
原始数据:
日期,访问量,转化率
04-27,1952,0.24
04-26,1731,0.16
04-25,771,0.19
04-24,2000,0.21
04-23,1387,0.20
04-22,804,0.28
04-21,1221,0.27 | 【【【【【
{
title: { text: '数据可视化图表' },
xAxis: {
type: 'category',
data: ["04-27", "04-26", "04-25", "04-24", "04-23", "04-22", "04-21"]
},
yAxis: {},
series: [{
type: 'bar',
data: [1952.0, 1731.0, 771.0, 2000.0, 1387.0, 804.0, 1221.0]
}]
}
【【【【【
示例分析结论 |
分析需求:
请分析近七日的销售趋势
原始数据:
地区,销售额
华东,1955
华南,4658
华北,2032
华中,1879
西北,5314 | 【【【【【
{
title: { text: '数据可视化图表' },
xAxis: {
type: 'category',
data: ["华东", "华南", "华北", "华中", "西北"]
},
yAxis: {},
series: [{
type: 'bar',
data: [1955.0, 4658.0, 2032.0, 1879.0, 5314.0]
}]
}
【【【【【
示例分析结论 |
分析需求:
请分析近七日的用户增长
原始数据:
地区,销售额
华东,4748
华南,8154
华北,8845
华中,4343
西北,1927 | 【【【【【
{
title: { text: '数据可视化图表' },
xAxis: {
type: 'category',
data: ["华东", "华南", "华北", "华中", "西北"]
},
yAxis: {},
series: [{
type: 'bar',
data: [4748.0, 8154.0, 8845.0, 4343.0, 1927.0]
}]
}
【【【【【
示例分析结论 |
分析需求:
检测数据中的异常值并给出处理建议
原始数据:
地区,销售额
华东,1620
华南,7132
华北,7687
华中,4615
西北,1802 | 【【【【【
{
title: { text: '数据可视化图表' },
xAxis: {
type: 'category',
data: ["华东", "华南", "华北", "华中", "西北"]
},
yAxis: {},
series: [{
type: 'bar',
data: [1620.0, 7132.0, 7687.0, 4615.0, 1802.0]
}]
}
【【【【【
示例分析结论 |
分析需求:
请分析本季度的销售趋势
原始数据:
地区,销售额
华东,8391
华南,6983
华北,5342
华中,3631
西北,3020 | 【【【【【
{
title: { text: '数据可视化图表' },
xAxis: {
type: 'category',
data: ["华东", "华南", "华北", "华中", "西北"]
},
yAxis: {},
series: [{
type: 'bar',
data: [8391.0, 6983.0, 5342.0, 3631.0, 3020.0]
}]
}
【【【【【
示例分析结论 |
分析需求:
比较各地区的访问量分布
原始数据:
日期,访问量,转化率
04-27,878,0.23
04-26,1442,0.23
04-25,572,0.11
04-24,774,0.22
04-23,1676,0.30
04-22,767,0.15
04-21,821,0.19 | 【【【【【
{
title: { text: '数据可视化图表' },
xAxis: {
type: 'category',
data: ["04-27", "04-26", "04-25", "04-24", "04-23", "04-22", "04-21"]
},
yAxis: {},
series: [{
type: 'bar',
data: [878.0, 1442.0, 572.0, 774.0, 1676.0, 767.0, 821.0]
}]
}
【【【【【
示例分析结论 |
分析需求:
请分析本季度的用户增长
原始数据:
日期,访问量,转化率
04-27,814,0.18
04-26,1240,0.15
04-25,1858,0.27
04-24,1022,0.19
04-23,1445,0.21
04-22,1233,0.14
04-21,1813,0.14 | 【【【【【
{
title: { text: '数据可视化图表' },
xAxis: {
type: 'category',
data: ["04-27", "04-26", "04-25", "04-24", "04-23", "04-22", "04-21"]
},
yAxis: {},
series: [{
type: 'bar',
data: [814.0, 1240.0, 1858.0, 1022.0, 1445.0, 1233.0, 1813.0]
}]
}
【【【【【
示例分析结论 |
分析需求:
请分析近七日的用户增长
原始数据:
地区,销售额
华东,8221
华南,1569
华北,6961
华中,1232
西北,8376 | 【【【【【
{
title: { text: '数据可视化图表' },
xAxis: {
type: 'category',
data: ["华东", "华南", "华北", "华中", "西北"]
},
yAxis: {},
series: [{
type: 'bar',
data: [8221.0, 1569.0, 6961.0, 1232.0, 8376.0]
}]
}
【【【【【
示例分析结论 |
分析需求:
比较各地区的访问量分布
原始数据:
日期,访问量,转化率
04-27,1279,0.19
04-26,1387,0.25
04-25,1627,0.15
04-24,754,0.27
04-23,977,0.29
04-22,1669,0.26
04-21,1829,0.16 | 【【【【【
{
title: { text: '数据可视化图表' },
xAxis: {
type: 'category',
data: ["04-27", "04-26", "04-25", "04-24", "04-23", "04-22", "04-21"]
},
yAxis: {},
series: [{
type: 'bar',
data: [1279.0, 1387.0, 1627.0, 754.0, 977.0, 1669.0, 1829.0]
}]
}
【【【【【
示例分析结论 |
分析需求:
比较各产品类别的销售额分布
原始数据:
地区,销售额
华东,4365
华南,6540
华北,4603
华中,2954
西北,8074 | 【【【【【
{
title: { text: '数据可视化图表' },
xAxis: {
type: 'category',
data: ["华东", "华南", "华北", "华中", "西北"]
},
yAxis: {},
series: [{
type: 'bar',
data: [4365.0, 6540.0, 4603.0, 2954.0, 8074.0]
}]
}
【【【【【
示例分析结论 |
分析需求:
请分析近七日的用户增长
原始数据:
日期,访问量,转化率
04-27,521,0.21
04-26,1907,0.16
04-25,1677,0.12
04-24,1941,0.14
04-23,643,0.14
04-22,558,0.18
04-21,1213,0.26 | 【【【【【
{
title: { text: '数据可视化图表' },
xAxis: {
type: 'category',
data: ["04-27", "04-26", "04-25", "04-24", "04-23", "04-22", "04-21"]
},
yAxis: {},
series: [{
type: 'bar',
data: [521.0, 1907.0, 1677.0, 1941.0, 643.0, 558.0, 1213.0]
}]
}
【【【【【
示例分析结论 |
分析需求:
请分析近七日的销售趋势
原始数据:
日期,访问量,转化率
04-27,1949,0.18
04-26,1015,0.26
04-25,560,0.15
04-24,751,0.17
04-23,1979,0.18
04-22,1781,0.22
04-21,1031,0.21 | 【【【【【
{
title: { text: '数据可视化图表' },
xAxis: {
type: 'category',
data: ["04-27", "04-26", "04-25", "04-24", "04-23", "04-22", "04-21"]
},
yAxis: {},
series: [{
type: 'bar',
data: [1949.0, 1015.0, 560.0, 751.0, 1979.0, 1781.0, 1031.0]
}]
}
【【【【【
示例分析结论 |
分析需求:
检测数据中的异常值并给出处理建议
原始数据:
地区,销售额
华东,6691
华南,3997
华北,3396
华中,7152
西北,6923 | 【【【【【
{
title: { text: '数据可视化图表' },
xAxis: {
type: 'category',
data: ["华东", "华南", "华北", "华中", "西北"]
},
yAxis: {},
series: [{
type: 'bar',
data: [6691.0, 3997.0, 3396.0, 7152.0, 6923.0]
}]
}
【【【【【
示例分析结论 |
分析需求:
比较各产品类别的访问量分布
原始数据:
日期,访问量,转化率
04-27,531,0.12
04-26,1533,0.14
04-25,1804,0.24
04-24,824,0.20
04-23,1991,0.19
04-22,1064,0.16
04-21,1635,0.19 | 【【【【【
{
title: { text: '数据可视化图表' },
xAxis: {
type: 'category',
data: ["04-27", "04-26", "04-25", "04-24", "04-23", "04-22", "04-21"]
},
yAxis: {},
series: [{
type: 'bar',
data: [531.0, 1533.0, 1804.0, 824.0, 1991.0, 1064.0, 1635.0]
}]
}
【【【【【
示例分析结论 |
分析需求:
比较各地区的访问量分布
原始数据:
地区,销售额
华东,8328
华南,9357
华北,5618
华中,8764
西北,9752 | 【【【【【
{
title: { text: '数据可视化图表' },
xAxis: {
type: 'category',
data: ["华东", "华南", "华北", "华中", "西北"]
},
yAxis: {},
series: [{
type: 'bar',
data: [8328.0, 9357.0, 5618.0, 8764.0, 9752.0]
}]
}
【【【【【
示例分析结论 |
分析需求:
请分析近七日的用户增长
原始数据:
地区,销售额
华东,9033
华南,1021
华北,1642
华中,4759
西北,8975 | 【【【【【
{
title: { text: '数据可视化图表' },
xAxis: {
type: 'category',
data: ["华东", "华南", "华北", "华中", "西北"]
},
yAxis: {},
series: [{
type: 'bar',
data: [9033.0, 1021.0, 1642.0, 4759.0, 8975.0]
}]
}
【【【【【
示例分析结论 |
分析需求:
比较各产品类别的销售额分布
原始数据:
日期,访问量,转化率
04-27,537,0.24
04-26,974,0.27
04-25,1561,0.23
04-24,546,0.21
04-23,1190,0.13
04-22,1727,0.27
04-21,1210,0.23 | 【【【【【
{
title: { text: '数据可视化图表' },
xAxis: {
type: 'category',
data: ["04-27", "04-26", "04-25", "04-24", "04-23", "04-22", "04-21"]
},
yAxis: {},
series: [{
type: 'bar',
data: [537.0, 974.0, 1561.0, 546.0, 1190.0, 1727.0, 1210.0]
}]
}
【【【【【
示例分析结论 |
分析需求:
检测数据中的异常值并给出处理建议
原始数据:
日期,访问量,转化率
04-27,1656,0.14
04-26,601,0.21
04-25,1236,0.11
04-24,1736,0.12
04-23,1518,0.28
04-22,1854,0.15
04-21,1136,0.19 | 【【【【【
{
title: { text: '数据可视化图表' },
xAxis: {
type: 'category',
data: ["04-27", "04-26", "04-25", "04-24", "04-23", "04-22", "04-21"]
},
yAxis: {},
series: [{
type: 'bar',
data: [1656.0, 601.0, 1236.0, 1736.0, 1518.0, 1854.0, 1136.0]
}]
}
【【【【【
示例分析结论 |
分析需求:
请分析近七日的用户增长
原始数据:
日期,访问量,转化率
04-27,1311,0.28
04-26,1651,0.25
04-25,1105,0.20
04-24,1086,0.19
04-23,1189,0.26
04-22,1466,0.14
04-21,1105,0.24 | 【【【【【
{
title: { text: '数据可视化图表' },
xAxis: {
type: 'category',
data: ["04-27", "04-26", "04-25", "04-24", "04-23", "04-22", "04-21"]
},
yAxis: {},
series: [{
type: 'bar',
data: [1311.0, 1651.0, 1105.0, 1086.0, 1189.0, 1466.0, 1105.0]
}]
}
【【【【【
示例分析结论 |
分析需求:
检测数据中的异常值并给出处理建议
原始数据:
地区,销售额
华东,5117
华南,5529
华北,7299
华中,2983
西北,4631 | 【【【【【
{
title: { text: '数据可视化图表' },
xAxis: {
type: 'category',
data: ["华东", "华南", "华北", "华中", "西北"]
},
yAxis: {},
series: [{
type: 'bar',
data: [5117.0, 5529.0, 7299.0, 2983.0, 4631.0]
}]
}
【【【【【
示例分析结论 |
分析需求:
比较各产品类别的销售额分布
原始数据:
日期,访问量,转化率
04-27,1397,0.23
04-26,957,0.17
04-25,1814,0.28
04-24,1011,0.26
04-23,1241,0.12
04-22,1535,0.13
04-21,1403,0.12 | 【【【【【
{
title: { text: '数据可视化图表' },
xAxis: {
type: 'category',
data: ["04-27", "04-26", "04-25", "04-24", "04-23", "04-22", "04-21"]
},
yAxis: {},
series: [{
type: 'bar',
data: [1397.0, 957.0, 1814.0, 1011.0, 1241.0, 1535.0, 1403.0]
}]
}
【【【【【
示例分析结论 |
分析需求:
检测数据中的异常值并给出处理建议
原始数据:
地区,销售额
华东,3345
华南,7584
华北,8651
华中,1439
西北,1660 | 【【【【【
{
title: { text: '数据可视化图表' },
xAxis: {
type: 'category',
data: ["华东", "华南", "华北", "华中", "西北"]
},
yAxis: {},
series: [{
type: 'bar',
data: [3345.0, 7584.0, 8651.0, 1439.0, 1660.0]
}]
}
【【【【【
示例分析结论 |
分析需求:
比较各地区的访问量分布
原始数据:
地区,销售额
华东,6213
华南,3897
华北,3335
华中,2723
西北,4950 | 【【【【【
{
title: { text: '数据可视化图表' },
xAxis: {
type: 'category',
data: ["华东", "华南", "华北", "华中", "西北"]
},
yAxis: {},
series: [{
type: 'bar',
data: [6213.0, 3897.0, 3335.0, 2723.0, 4950.0]
}]
}
【【【【【
示例分析结论 |
分析需求:
比较各产品类别的访问量分布
原始数据:
地区,销售额
华东,3264
华南,7789
华北,9210
华中,9871
西北,6367 | 【【【【【
{
title: { text: '数据可视化图表' },
xAxis: {
type: 'category',
data: ["华东", "华南", "华北", "华中", "西北"]
},
yAxis: {},
series: [{
type: 'bar',
data: [3264.0, 7789.0, 9210.0, 9871.0, 6367.0]
}]
}
【【【【【
示例分析结论 |
分析需求:
比较各产品类别的销售额分布
原始数据:
地区,销售额
华东,5454
华南,3317
华北,7573
华中,6117
西北,6494 | 【【【【【
{
title: { text: '数据可视化图表' },
xAxis: {
type: 'category',
data: ["华东", "华南", "华北", "华中", "西北"]
},
yAxis: {},
series: [{
type: 'bar',
data: [5454.0, 3317.0, 7573.0, 6117.0, 6494.0]
}]
}
【【【【【
示例分析结论 |
分析需求:
请分析近七日的销售趋势
原始数据:
日期,访问量,转化率
04-27,792,0.23
04-26,730,0.17
04-25,1781,0.28
04-24,1618,0.22
04-23,1376,0.27
04-22,1573,0.28
04-21,1682,0.23 | 【【【【【
{
title: { text: '数据可视化图表' },
xAxis: {
type: 'category',
data: ["04-27", "04-26", "04-25", "04-24", "04-23", "04-22", "04-21"]
},
yAxis: {},
series: [{
type: 'bar',
data: [792.0, 730.0, 1781.0, 1618.0, 1376.0, 1573.0, 1682.0]
}]
}
【【【【【
示例分析结论 |
分析需求:
请分析本季度的用户增长
原始数据:
地区,销售额
华东,3380
华南,4183
华北,3199
华中,4232
西北,1383 | 【【【【【
{
title: { text: '数据可视化图表' },
xAxis: {
type: 'category',
data: ["华东", "华南", "华北", "华中", "西北"]
},
yAxis: {},
series: [{
type: 'bar',
data: [3380.0, 4183.0, 3199.0, 4232.0, 1383.0]
}]
}
【【【【【
示例分析结论 |
分析需求:
请分析本季度的销售趋势
原始数据:
日期,访问量,转化率
04-27,1416,0.14
04-26,1484,0.18
04-25,1091,0.27
04-24,1418,0.28
04-23,1707,0.24
04-22,1513,0.17
04-21,1924,0.16 | 【【【【【
{
title: { text: '数据可视化图表' },
xAxis: {
type: 'category',
data: ["04-27", "04-26", "04-25", "04-24", "04-23", "04-22", "04-21"]
},
yAxis: {},
series: [{
type: 'bar',
data: [1416.0, 1484.0, 1091.0, 1418.0, 1707.0, 1513.0, 1924.0]
}]
}
【【【【【
示例分析结论 |
分析需求:
请分析本季度的用户增长
原始数据:
地区,销售额
华东,8690
华南,6646
华北,6016
华中,8446
西北,7407 | 【【【【【
{
title: { text: '数据可视化图表' },
xAxis: {
type: 'category',
data: ["华东", "华南", "华北", "华中", "西北"]
},
yAxis: {},
series: [{
type: 'bar',
data: [8690.0, 6646.0, 6016.0, 8446.0, 7407.0]
}]
}
【【【【【
示例分析结论 |
分析需求:
检测数据中的异常值并给出处理建议
原始数据:
地区,销售额
华东,9278
华南,4981
华北,6781
华中,9862
西北,2785 | 【【【【【
{
title: { text: '数据可视化图表' },
xAxis: {
type: 'category',
data: ["华东", "华南", "华北", "华中", "西北"]
},
yAxis: {},
series: [{
type: 'bar',
data: [9278.0, 4981.0, 6781.0, 9862.0, 2785.0]
}]
}
【【【【【
示例分析结论 |
分析需求:
请分析本季度的销售趋势
原始数据:
地区,销售额
华东,3285
华南,2121
华北,5020
华中,4693
西北,8394 | 【【【【【
{
title: { text: '数据可视化图表' },
xAxis: {
type: 'category',
data: ["华东", "华南", "华北", "华中", "西北"]
},
yAxis: {},
series: [{
type: 'bar',
data: [3285.0, 2121.0, 5020.0, 4693.0, 8394.0]
}]
}
【【【【【
示例分析结论 |
分析需求:
请分析本季度的用户增长
原始数据:
地区,销售额
华东,2921
华南,7451
华北,5172
华中,5652
西北,7208 | 【【【【【
{
title: { text: '数据可视化图表' },
xAxis: {
type: 'category',
data: ["华东", "华南", "华北", "华中", "西北"]
},
yAxis: {},
series: [{
type: 'bar',
data: [2921.0, 7451.0, 5172.0, 5652.0, 7208.0]
}]
}
【【【【【
示例分析结论 |
分析需求:
请分析近七日的销售趋势
原始数据:
日期,访问量,转化率
04-27,1434,0.14
04-26,1979,0.12
04-25,1064,0.23
04-24,741,0.28
04-23,1365,0.26
04-22,1364,0.23
04-21,613,0.14 | 【【【【【
{
title: { text: '数据可视化图表' },
xAxis: {
type: 'category',
data: ["04-27", "04-26", "04-25", "04-24", "04-23", "04-22", "04-21"]
},
yAxis: {},
series: [{
type: 'bar',
data: [1434.0, 1979.0, 1064.0, 741.0, 1365.0, 1364.0, 613.0]
}]
}
【【【【【
示例分析结论 |
分析需求:
请分析近七日的用户增长
原始数据:
日期,访问量,转化率
04-27,1370,0.11
04-26,1600,0.10
04-25,1038,0.24
04-24,1473,0.20
04-23,766,0.18
04-22,1531,0.26
04-21,586,0.17 | 【【【【【
{
title: { text: '数据可视化图表' },
xAxis: {
type: 'category',
data: ["04-27", "04-26", "04-25", "04-24", "04-23", "04-22", "04-21"]
},
yAxis: {},
series: [{
type: 'bar',
data: [1370.0, 1600.0, 1038.0, 1473.0, 766.0, 1531.0, 586.0]
}]
}
【【【【【
示例分析结论 |
分析需求:
比较各地区的访问量分布
原始数据:
日期,访问量,转化率
04-27,617,0.24
04-26,562,0.22
04-25,1745,0.12
04-24,1569,0.17
04-23,1419,0.19
04-22,1192,0.19
04-21,789,0.15 | 【【【【【
{
title: { text: '数据可视化图表' },
xAxis: {
type: 'category',
data: ["04-27", "04-26", "04-25", "04-24", "04-23", "04-22", "04-21"]
},
yAxis: {},
series: [{
type: 'bar',
data: [617.0, 562.0, 1745.0, 1569.0, 1419.0, 1192.0, 789.0]
}]
}
【【【【【
示例分析结论 |
分析需求:
检测数据中的异常值并给出处理建议
原始数据:
日期,访问量,转化率
04-27,1918,0.20
04-26,613,0.14
04-25,778,0.16
04-24,1589,0.18
04-23,1084,0.19
04-22,1074,0.18
04-21,1038,0.23 | 【【【【【
{
title: { text: '数据可视化图表' },
xAxis: {
type: 'category',
data: ["04-27", "04-26", "04-25", "04-24", "04-23", "04-22", "04-21"]
},
yAxis: {},
series: [{
type: 'bar',
data: [1918.0, 613.0, 778.0, 1589.0, 1084.0, 1074.0, 1038.0]
}]
}
【【【【【
示例分析结论 |
分析需求:
请分析本季度的销售趋势
原始数据:
日期,访问量,转化率
04-27,1596,0.13
04-26,1961,0.15
04-25,1648,0.18
04-24,584,0.19
04-23,1370,0.19
04-22,1774,0.12
04-21,1652,0.26 | 【【【【【
{
title: { text: '数据可视化图表' },
xAxis: {
type: 'category',
data: ["04-27", "04-26", "04-25", "04-24", "04-23", "04-22", "04-21"]
},
yAxis: {},
series: [{
type: 'bar',
data: [1596.0, 1961.0, 1648.0, 584.0, 1370.0, 1774.0, 1652.0]
}]
}
【【【【【
示例分析结论 |
分析需求:
请分析本季度的用户增长
原始数据:
地区,销售额
华东,9352
华南,9254
华北,8272
华中,7204
西北,5228 | 【【【【【
{
title: { text: '数据可视化图表' },
xAxis: {
type: 'category',
data: ["华东", "华南", "华北", "华中", "西北"]
},
yAxis: {},
series: [{
type: 'bar',
data: [9352.0, 9254.0, 8272.0, 7204.0, 5228.0]
}]
}
【【【【【
示例分析结论 |
分析需求:
请分析本季度的用户增长
原始数据:
地区,销售额
华东,7603
华南,6426
华北,9347
华中,1022
西北,5547 | 【【【【【
{
title: { text: '数据可视化图表' },
xAxis: {
type: 'category',
data: ["华东", "华南", "华北", "华中", "西北"]
},
yAxis: {},
series: [{
type: 'bar',
data: [7603.0, 6426.0, 9347.0, 1022.0, 5547.0]
}]
}
【【【【【
示例分析结论 |
分析需求:
检测数据中的异常值并给出处理建议
原始数据:
地区,销售额
华东,8886
华南,1259
华北,2053
华中,1805
西北,5317 | 【【【【【
{
title: { text: '数据可视化图表' },
xAxis: {
type: 'category',
data: ["华东", "华南", "华北", "华中", "西北"]
},
yAxis: {},
series: [{
type: 'bar',
data: [8886.0, 1259.0, 2053.0, 1805.0, 5317.0]
}]
}
【【【【【
示例分析结论 |
分析需求:
请分析近七日的销售趋势
原始数据:
日期,访问量,转化率
04-27,1910,0.25
04-26,712,0.26
04-25,1146,0.29
04-24,731,0.12
04-23,1587,0.20
04-22,690,0.21
04-21,1120,0.28 | 【【【【【
{
title: { text: '数据可视化图表' },
xAxis: {
type: 'category',
data: ["04-27", "04-26", "04-25", "04-24", "04-23", "04-22", "04-21"]
},
yAxis: {},
series: [{
type: 'bar',
data: [1910.0, 712.0, 1146.0, 731.0, 1587.0, 690.0, 1120.0]
}]
}
【【【【【
示例分析结论 |
分析需求:
请分析本季度的销售趋势
原始数据:
日期,访问量,转化率
04-27,1327,0.27
04-26,532,0.19
04-25,686,0.20
04-24,823,0.16
04-23,1006,0.25
04-22,732,0.16
04-21,919,0.13 | 【【【【【
{
title: { text: '数据可视化图表' },
xAxis: {
type: 'category',
data: ["04-27", "04-26", "04-25", "04-24", "04-23", "04-22", "04-21"]
},
yAxis: {},
series: [{
type: 'bar',
data: [1327.0, 532.0, 686.0, 823.0, 1006.0, 732.0, 919.0]
}]
}
【【【【【
示例分析结论 |
分析需求:
比较各产品类别的销售额分布
原始数据:
地区,销售额
华东,8413
华南,7629
华北,8872
华中,6881
西北,3414 | 【【【【【
{
title: { text: '数据可视化图表' },
xAxis: {
type: 'category',
data: ["华东", "华南", "华北", "华中", "西北"]
},
yAxis: {},
series: [{
type: 'bar',
data: [8413.0, 7629.0, 8872.0, 6881.0, 3414.0]
}]
}
【【【【【
示例分析结论 |
分析需求:
请分析近七日的销售趋势
原始数据:
地区,销售额
华东,8032
华南,8660
华北,9162
华中,1051
西北,8730 | 【【【【【
{
title: { text: '数据可视化图表' },
xAxis: {
type: 'category',
data: ["华东", "华南", "华北", "华中", "西北"]
},
yAxis: {},
series: [{
type: 'bar',
data: [8032.0, 8660.0, 9162.0, 1051.0, 8730.0]
}]
}
【【【【【
示例分析结论 |
分析需求:
检测数据中的异常值并给出处理建议
原始数据:
地区,销售额
华东,2355
华南,3428
华北,4871
华中,9282
西北,5367 | 【【【【【
{
title: { text: '数据可视化图表' },
xAxis: {
type: 'category',
data: ["华东", "华南", "华北", "华中", "西北"]
},
yAxis: {},
series: [{
type: 'bar',
data: [2355.0, 3428.0, 4871.0, 9282.0, 5367.0]
}]
}
【【【【【
示例分析结论 |
分析需求:
请分析本季度的销售趋势
原始数据:
地区,销售额
华东,7988
华南,5047
华北,6403
华中,3338
西北,7295 | 【【【【【
{
title: { text: '数据可视化图表' },
xAxis: {
type: 'category',
data: ["华东", "华南", "华北", "华中", "西北"]
},
yAxis: {},
series: [{
type: 'bar',
data: [7988.0, 5047.0, 6403.0, 3338.0, 7295.0]
}]
}
【【【【【
示例分析结论 |
分析需求:
检测数据中的异常值并给出处理建议
原始数据:
地区,销售额
华东,7863
华南,6219
华北,6666
华中,8875
西北,5148 | 【【【【【
{
title: { text: '数据可视化图表' },
xAxis: {
type: 'category',
data: ["华东", "华南", "华北", "华中", "西北"]
},
yAxis: {},
series: [{
type: 'bar',
data: [7863.0, 6219.0, 6666.0, 8875.0, 5148.0]
}]
}
【【【【【
示例分析结论 |
分析需求:
请分析本季度的用户增长
原始数据:
地区,销售额
华东,9753
华南,5739
华北,9273
华中,8992
西北,3037 | 【【【【【
{
title: { text: '数据可视化图表' },
xAxis: {
type: 'category',
data: ["华东", "华南", "华北", "华中", "西北"]
},
yAxis: {},
series: [{
type: 'bar',
data: [9753.0, 5739.0, 9273.0, 8992.0, 3037.0]
}]
}
【【【【【
示例分析结论 |
分析需求:
检测数据中的异常值并给出处理建议
原始数据:
地区,销售额
华东,5385
华南,9562
华北,1957
华中,4282
西北,7937 | 【【【【【
{
title: { text: '数据可视化图表' },
xAxis: {
type: 'category',
data: ["华东", "华南", "华北", "华中", "西北"]
},
yAxis: {},
series: [{
type: 'bar',
data: [5385.0, 9562.0, 1957.0, 4282.0, 7937.0]
}]
}
【【【【【
示例分析结论 |
分析需求:
比较各地区的销售额分布
原始数据:
日期,访问量,转化率
04-27,1043,0.23
04-26,653,0.22
04-25,1886,0.21
04-24,1238,0.23
04-23,1701,0.15
04-22,809,0.24
04-21,909,0.12 | 【【【【【
{
title: { text: '数据可视化图表' },
xAxis: {
type: 'category',
data: ["04-27", "04-26", "04-25", "04-24", "04-23", "04-22", "04-21"]
},
yAxis: {},
series: [{
type: 'bar',
data: [1043.0, 653.0, 1886.0, 1238.0, 1701.0, 809.0, 909.0]
}]
}
【【【【【
示例分析结论 |
分析需求:
检测数据中的异常值并给出处理建议
原始数据:
日期,访问量,转化率
04-27,886,0.23
04-26,534,0.18
04-25,1578,0.17
04-24,937,0.12
04-23,975,0.14
04-22,916,0.21
04-21,594,0.15 | 【【【【【
{
title: { text: '数据可视化图表' },
xAxis: {
type: 'category',
data: ["04-27", "04-26", "04-25", "04-24", "04-23", "04-22", "04-21"]
},
yAxis: {},
series: [{
type: 'bar',
data: [886.0, 534.0, 1578.0, 937.0, 975.0, 916.0, 594.0]
}]
}
【【【【【
示例分析结论 |
分析需求:
检测数据中的异常值并给出处理建议
原始数据:
日期,访问量,转化率
04-27,1982,0.20
04-26,545,0.21
04-25,1090,0.28
04-24,661,0.20
04-23,571,0.21
04-22,1387,0.15
04-21,949,0.18 | 【【【【【
{
title: { text: '数据可视化图表' },
xAxis: {
type: 'category',
data: ["04-27", "04-26", "04-25", "04-24", "04-23", "04-22", "04-21"]
},
yAxis: {},
series: [{
type: 'bar',
data: [1982.0, 545.0, 1090.0, 661.0, 571.0, 1387.0, 949.0]
}]
}
【【【【【
示例分析结论 |
分析需求:
比较各产品类别的访问量分布
原始数据:
日期,访问量,转化率
04-27,1582,0.13
04-26,1915,0.16
04-25,1646,0.22
04-24,1091,0.28
04-23,1687,0.15
04-22,872,0.19
04-21,954,0.27 | 【【【【【
{
title: { text: '数据可视化图表' },
xAxis: {
type: 'category',
data: ["04-27", "04-26", "04-25", "04-24", "04-23", "04-22", "04-21"]
},
yAxis: {},
series: [{
type: 'bar',
data: [1582.0, 1915.0, 1646.0, 1091.0, 1687.0, 872.0, 954.0]
}]
}
【【【【【
示例分析结论 |
分析需求:
比较各产品类别的访问量分布
原始数据:
日期,访问量,转化率
04-27,1573,0.12
04-26,1380,0.22
04-25,1747,0.12
04-24,1814,0.14
04-23,1752,0.20
04-22,1428,0.28
04-21,849,0.22 | 【【【【【
{
title: { text: '数据可视化图表' },
xAxis: {
type: 'category',
data: ["04-27", "04-26", "04-25", "04-24", "04-23", "04-22", "04-21"]
},
yAxis: {},
series: [{
type: 'bar',
data: [1573.0, 1380.0, 1747.0, 1814.0, 1752.0, 1428.0, 849.0]
}]
}
【【【【【
示例分析结论 |
分析需求:
检测数据中的异常值并给出处理建议
原始数据:
地区,销售额
华东,3429
华南,8341
华北,5607
华中,1091
西北,9363 | 【【【【【
{
title: { text: '数据可视化图表' },
xAxis: {
type: 'category',
data: ["华东", "华南", "华北", "华中", "西北"]
},
yAxis: {},
series: [{
type: 'bar',
data: [3429.0, 8341.0, 5607.0, 1091.0, 9363.0]
}]
}
【【【【【
示例分析结论 |
分析需求:
请分析近七日的销售趋势
原始数据:
日期,访问量,转化率
04-27,779,0.11
04-26,543,0.24
04-25,1821,0.16
04-24,917,0.30
04-23,693,0.19
04-22,885,0.11
04-21,748,0.28 | 【【【【【
{
title: { text: '数据可视化图表' },
xAxis: {
type: 'category',
data: ["04-27", "04-26", "04-25", "04-24", "04-23", "04-22", "04-21"]
},
yAxis: {},
series: [{
type: 'bar',
data: [779.0, 543.0, 1821.0, 917.0, 693.0, 885.0, 748.0]
}]
}
【【【【【
示例分析结论 |
分析需求:
检测数据中的异常值并给出处理建议
原始数据:
地区,销售额
华东,9628
华南,7091
华北,3077
华中,2930
西北,7467 | 【【【【【
{
title: { text: '数据可视化图表' },
xAxis: {
type: 'category',
data: ["华东", "华南", "华北", "华中", "西北"]
},
yAxis: {},
series: [{
type: 'bar',
data: [9628.0, 7091.0, 3077.0, 2930.0, 7467.0]
}]
}
【【【【【
示例分析结论 |
分析需求:
检测数据中的异常值并给出处理建议
原始数据:
地区,销售额
华东,6378
华南,1581
华北,8838
华中,7129
西北,3024 | 【【【【【
{
title: { text: '数据可视化图表' },
xAxis: {
type: 'category',
data: ["华东", "华南", "华北", "华中", "西北"]
},
yAxis: {},
series: [{
type: 'bar',
data: [6378.0, 1581.0, 8838.0, 7129.0, 3024.0]
}]
}
【【【【【
示例分析结论 |
分析需求:
请分析近七日的用户增长
原始数据:
地区,销售额
华东,3369
华南,8446
华北,6657
华中,7682
西北,4723 | 【【【【【
{
title: { text: '数据可视化图表' },
xAxis: {
type: 'category',
data: ["华东", "华南", "华北", "华中", "西北"]
},
yAxis: {},
series: [{
type: 'bar',
data: [3369.0, 8446.0, 6657.0, 7682.0, 4723.0]
}]
}
【【【【【
示例分析结论 |
分析需求:
请分析本季度的销售趋势
原始数据:
日期,访问量,转化率
04-27,1694,0.25
04-26,1570,0.14
04-25,887,0.26
04-24,626,0.21
04-23,1799,0.13
04-22,1590,0.26
04-21,779,0.23 | 【【【【【
{
title: { text: '数据可视化图表' },
xAxis: {
type: 'category',
data: ["04-27", "04-26", "04-25", "04-24", "04-23", "04-22", "04-21"]
},
yAxis: {},
series: [{
type: 'bar',
data: [1694.0, 1570.0, 887.0, 626.0, 1799.0, 1590.0, 779.0]
}]
}
【【【【【
示例分析结论 |
分析需求:
检测数据中的异常值并给出处理建议
原始数据:
地区,销售额
华东,6219
华南,8392
华北,9418
华中,6862
西北,8269 | 【【【【【
{
title: { text: '数据可视化图表' },
xAxis: {
type: 'category',
data: ["华东", "华南", "华北", "华中", "西北"]
},
yAxis: {},
series: [{
type: 'bar',
data: [6219.0, 8392.0, 9418.0, 6862.0, 8269.0]
}]
}
【【【【【
示例分析结论 |
分析需求:
请分析近七日的销售趋势
原始数据:
地区,销售额
华东,7753
华南,5228
华北,3305
华中,4168
西北,6536 | 【【【【【
{
title: { text: '数据可视化图表' },
xAxis: {
type: 'category',
data: ["华东", "华南", "华北", "华中", "西北"]
},
yAxis: {},
series: [{
type: 'bar',
data: [7753.0, 5228.0, 3305.0, 4168.0, 6536.0]
}]
}
【【【【【
示例分析结论 |
分析需求:
检测数据中的异常值并给出处理建议
原始数据:
地区,销售额
华东,7253
华南,3474
华北,1690
华中,3249
西北,2433 | 【【【【【
{
title: { text: '数据可视化图表' },
xAxis: {
type: 'category',
data: ["华东", "华南", "华北", "华中", "西北"]
},
yAxis: {},
series: [{
type: 'bar',
data: [7253.0, 3474.0, 1690.0, 3249.0, 2433.0]
}]
}
【【【【【
示例分析结论 |
分析需求:
检测数据中的异常值并给出处理建议
原始数据:
日期,访问量,转化率
04-27,982,0.29
04-26,1432,0.11
04-25,646,0.29
04-24,519,0.17
04-23,812,0.12
04-22,1087,0.13
04-21,1613,0.22 | 【【【【【
{
title: { text: '数据可视化图表' },
xAxis: {
type: 'category',
data: ["04-27", "04-26", "04-25", "04-24", "04-23", "04-22", "04-21"]
},
yAxis: {},
series: [{
type: 'bar',
data: [982.0, 1432.0, 646.0, 519.0, 812.0, 1087.0, 1613.0]
}]
}
【【【【【
示例分析结论 |
分析需求:
比较各产品类别的销售额分布
原始数据:
地区,销售额
华东,1423
华南,5672
华北,3916
华中,6196
西北,2614 | 【【【【【
{
title: { text: '数据可视化图表' },
xAxis: {
type: 'category',
data: ["华东", "华南", "华北", "华中", "西北"]
},
yAxis: {},
series: [{
type: 'bar',
data: [1423.0, 5672.0, 3916.0, 6196.0, 2614.0]
}]
}
【【【【【
示例分析结论 |
分析需求:
请分析本季度的用户增长
原始数据:
日期,访问量,转化率
04-27,906,0.16
04-26,1663,0.22
04-25,1741,0.11
04-24,1855,0.21
04-23,1125,0.11
04-22,1123,0.15
04-21,1652,0.11 | 【【【【【
{
title: { text: '数据可视化图表' },
xAxis: {
type: 'category',
data: ["04-27", "04-26", "04-25", "04-24", "04-23", "04-22", "04-21"]
},
yAxis: {},
series: [{
type: 'bar',
data: [906.0, 1663.0, 1741.0, 1855.0, 1125.0, 1123.0, 1652.0]
}]
}
【【【【【
示例分析结论 |
分析需求:
请分析近七日的用户增长
原始数据:
日期,访问量,转化率
04-27,1031,0.22
04-26,1760,0.30
04-25,1883,0.18
04-24,1427,0.17
04-23,1917,0.23
04-22,1385,0.11
04-21,1808,0.15 | 【【【【【
{
title: { text: '数据可视化图表' },
xAxis: {
type: 'category',
data: ["04-27", "04-26", "04-25", "04-24", "04-23", "04-22", "04-21"]
},
yAxis: {},
series: [{
type: 'bar',
data: [1031.0, 1760.0, 1883.0, 1427.0, 1917.0, 1385.0, 1808.0]
}]
}
【【【【【
示例分析结论 |
分析需求:
检测数据中的异常值并给出处理建议
原始数据:
日期,访问量,转化率
04-27,1860,0.16
04-26,1361,0.11
04-25,1262,0.15
04-24,1209,0.20
04-23,691,0.29
04-22,620,0.13
04-21,828,0.27 | 【【【【【
{
title: { text: '数据可视化图表' },
xAxis: {
type: 'category',
data: ["04-27", "04-26", "04-25", "04-24", "04-23", "04-22", "04-21"]
},
yAxis: {},
series: [{
type: 'bar',
data: [1860.0, 1361.0, 1262.0, 1209.0, 691.0, 620.0, 828.0]
}]
}
【【【【【
示例分析结论 |
分析需求:
请分析本季度的销售趋势
原始数据:
地区,销售额
华东,2896
华南,1093
华北,7608
华中,8148
西北,3277 | 【【【【【
{
title: { text: '数据可视化图表' },
xAxis: {
type: 'category',
data: ["华东", "华南", "华北", "华中", "西北"]
},
yAxis: {},
series: [{
type: 'bar',
data: [2896.0, 1093.0, 7608.0, 8148.0, 3277.0]
}]
}
【【【【【
示例分析结论 |
分析需求:
检测数据中的异常值并给出处理建议
原始数据:
地区,销售额
华东,3301
华南,4428
华北,1710
华中,9693
西北,6802 | 【【【【【
{
title: { text: '数据可视化图表' },
xAxis: {
type: 'category',
data: ["华东", "华南", "华北", "华中", "西北"]
},
yAxis: {},
series: [{
type: 'bar',
data: [3301.0, 4428.0, 1710.0, 9693.0, 6802.0]
}]
}
【【【【【
示例分析结论 |
分析需求:
比较各产品类别的访问量分布
原始数据:
地区,销售额
华东,9966
华南,1020
华北,6330
华中,1324
西北,1257 | 【【【【【
{
title: { text: '数据可视化图表' },
xAxis: {
type: 'category',
data: ["华东", "华南", "华北", "华中", "西北"]
},
yAxis: {},
series: [{
type: 'bar',
data: [9966.0, 1020.0, 6330.0, 1324.0, 1257.0]
}]
}
【【【【【
示例分析结论 |
分析需求:
检测数据中的异常值并给出处理建议
原始数据:
地区,销售额
华东,1880
华南,8987
华北,9972
华中,9388
西北,6125 | 【【【【【
{
title: { text: '数据可视化图表' },
xAxis: {
type: 'category',
data: ["华东", "华南", "华北", "华中", "西北"]
},
yAxis: {},
series: [{
type: 'bar',
data: [1880.0, 8987.0, 9972.0, 9388.0, 6125.0]
}]
}
【【【【【
示例分析结论 |
分析需求:
请分析近七日的销售趋势
原始数据:
日期,访问量,转化率
04-27,1032,0.23
04-26,1602,0.26
04-25,1156,0.12
04-24,1299,0.20
04-23,692,0.27
04-22,1424,0.25
04-21,1048,0.30 | 【【【【【
{
title: { text: '数据可视化图表' },
xAxis: {
type: 'category',
data: ["04-27", "04-26", "04-25", "04-24", "04-23", "04-22", "04-21"]
},
yAxis: {},
series: [{
type: 'bar',
data: [1032.0, 1602.0, 1156.0, 1299.0, 692.0, 1424.0, 1048.0]
}]
}
【【【【【
示例分析结论 |
End of preview. Expand in Data Studio
README.md exists but content is empty.
- Downloads last month
- 3