ChatGPT能够辅助用户完成从数据收集、预处理、分析到报告撰写的全过程，大大降低了数据分析的门槛。本书共分为 12 章，内容包括ChatGPT 的注册与登录、提示词的设计、GPTs、数据的收集与预处理、特征工程、各类数据分析方法（包括对比分析、分组分析、回归分析、分类分析和聚类分析等）、数据可视化，以及如何利用 ChatGPT 撰写数据分析报告等。每章都提供了丰富的示例和实用技巧，旨在帮助读者掌握利用ChatGPT 进行数据分析的方法，提高数据处理和分析的效率。本书适合数据分析师、市场研究人员、高校师生、科研人员以及任何对数据分析感兴趣的读者。通过阅读本书，读者不仅能学习到如何使用 ChatGPT 进行数据分析，还能深刻理解数据分析的核心概念和应用场景，从而在实践中更加游刃有余。

第1章 认识 ChatGPT
1.1 注册与登录 001
1. 注册前准备条件 001
2. 注册流程 001
3. 登录 004
1.2 升级计划 005
1. 登录 ChatGPT 005
2. 选择升级计划 006
3. 升级至 Plus 套餐 007
4. 升级至 Team 套餐 007
1.3 基本功能 008
1. 核心功能区域 008
2. 左侧辅助功能区 009
1.4 GPTs 014
1.GPTs 界面介绍 014
2. 常用 GPTs 016
3. 创建专属 GPT 017
4. 配置额外信息 019
5. 预览和保存 GPT 020
6. 使用 GPT 020
第2章 ChatGPT 提示词
2.1 提示词结构与设计原则 021
1. 提示词的构成 021
2. 提示词的设计原则 022
2.2 提示词的设计技巧 023
1.“以……形式”获得回复 023
2.“以……风格”输出结果 023
3. 生成内容 024
4. 设定特定角色 025
5. 少样本学习 027
6. 种子词提示 028
7. 链式思考（CoT）提示 step by step （分步骤） 029
8. 指定受众 030
9. 应用 80/20 法则 031
10. 启用 browsing 搜索 033
11. 双向交流式提示词 034
2.3 提示词优化器 035
1. 优化前提问 037
2. 优化后提问 037
第3章 ChatGPT 与数据分析
3.1 数据分析概述 039
1. 数据分析的定义 039
2. 数据分析的 3 种类型 039
3. 数据分析的步骤 043
4. 数据分析的应用 043
3.2 传统数据分析工具 044
1. 通用数据分析和统计工具 044
2. 数据可视化工具 045
3. 大数据分析工具 046
4. 专业统计分析软件 047
5. 数据清洗和转换工具 048
3.3 ChatGPT 在数据分析全周期的应用 049
1. ChatGPT 助力高效学习数据分析知识 049
2. ChatGPT 助力数据分析岗位面试 050
3. 利用 ChatGPT 对数据分析职位进行深入理解与分析 050
4. ChatGPT 在数据分析 OKR 中的作用 051
5. ChatGPT 在数据分析中的全方位运用 051
第4章 利用 ChatGPT 收集数据
4.1 如何收集数据 053
1. 数据收集的注意事项 053
2. 收集数据的原则 054
3. 收集数据的方法 055
4. 收集数据的流程 056
4.2 利用 ChatGPT 生成模拟数据 057
1. 生成测试数据 058
2. 编写生成数据的程序 060
3. 数据增强 062
4.3 利用 ChatGPT 设计调查问卷 063
4.4 利用 ChatGPT 抓取数据 065
1. 借助 GPT 零代码抓取数据 065
2. 借助 ChatGPT 生成抓取数据的程序 068
第5章 利用ChatGPT进行数据预处理
5.1 利用 ChatGPT 进行数据清洗 071
1. 数据清洗的基本概念 071
2. 使用 ChatGPT 进行数据清洗 072
3. 利用 ChatGPT 编写清洗数据的代码 076
5.2 利用 ChatGPT 进行数据转换 078
1. 非结构化数据转换 078
2. 数据格式转换 080
3. 数据类型转换 083
4. 数据规范化 085
5.3 利用 ChatGPT 进行数据集成 088
5.4 利用 ChatGPT 进行数据脱敏 092
1. 数据脱敏的应用场景 093
2. 数据脱敏的常见方法 093
第6章 利用 ChatGPT 进行特征工程
6.1 特征工程概述 096
1. 什么是特征 096
2. 什么是特征工程 097
6.2 利用 ChatGPT 进行特征选择 098
1. 利用 ChatGPT 选择特征 099
2. 利用 ChatGPT 生成选择特征的代码 103
6.3 利用 ChatGPT 进行特征衍生 105
1. 手动特征衍生 105
2. 批量特征衍生 108
6.4 利用 ChatGPT 进行特征降维 110
1. 基本概念 110
2. 利用 ChatGPT 进行 PCA，实现
特征降维 112
3. 利用 ChatGPT 进行 LDA，实现特征降维 116
第7章 利用 ChatGPT 分析数据
7.1 利用 ChatGPT 进行对比分析 121
7.2 利用 ChatGPT 进行分组分析 124
1. 数量指标分组 125
2. 属性指标分组 128
7.3 利用 ChatGPT 进行交叉分析 130
1. 二维交叉分析 130
2. 多维交叉分析 133
7.4 利用 ChatGPT 进行相关性分析 135
1. 相关性系数 135
2. 相关性分析适用的情况 136
3. 相关性分析的步骤 136
4. 利用 ChatGPT 进行相关性分析 136
7.5 利用 ChatGPT 进行象限分析 142
1. 概念 142
2. 利用 ChatGPT 进行象限分析 142
7.6 利用 ChatGPT 进行漏斗分析 145
1. 基本概念 145
2. 漏斗分析的分类 146
3. 漏斗分析的应用场景 147
4. 漏斗分析的步骤 150
5. 利用 ChatGPT 进行漏斗分析 150
7.7 利用 ChatGPT 进行 SWOT分析 153
1. 如何使用 SWOT 153
2. SWOT 应用场景 154
3. 利用 ChatGPT 进行 SWOT 分析 154
7.8 PEST 分析 157
1. PEST 分析的用途 157
2. 利用 ChatGPT 进行 PEST 分析 158
第8章 利用ChatGPT进行数据可视化
8.1 如何进行数据可视化 166
1. 数据关系类型 166
2. 高质量图表的特征 167
3. 制作图表的基本原则 167
4. 数据可视化流程 168
8.2 利用 ChatGPT 绘制构成类图表 168
1. 饼图 169
2. 南丁格尔玫瑰图 171
3. 旭日图 173
4. 瀑布图 174
8.3 利用 ChatGPT 绘制比较类图表 177
1. 柱状图 178
2. 条形图 182
3. 棒棒糖图 185
4. 哑铃图 187
5. 雷达图 189
6. 词云 191
8.4 利用 ChatGPT 绘制趋势类图表 192
1. 折线图 192
2. 面积图 195
3. 蜡烛图 199
8.5 利用 ChatGPT 绘制分布类图表 200
1. 直方图 200
2. 箱形图 202
3. 小提琴图 205
4. 茎叶图 207
8.6 利用 ChatGPT 绘制关系类图表 209
1. 散点图 209
2. 热图 215
3. 桑基图 216
第9章 利用ChatGPT进行回归分析
9.1 如何进行回归分析 220
1. 自变量与因变量 221
2. 虚拟变量 221
3. 线性与非线性 221
4. 一元与多元 221
5. 回归模型的分类 222
6. 回归模型的选择 223
7. 回归模型的优缺点 224
9.2 利用 ChatGPT 进行线性回归 225
1. 线性回归模型的基本形式 225
2. 线性回归的主要目的 225
3. 多元线性回归的假设 225
4. 模型拟合和评估 225
5. 应用 226
6. 多元线性回归的流程 226
9.3 利用 ChatGPT 进行非线性回归 237
1. 非线性回归的特点 237
2. 非线性回归的实现步骤 237
3. 利用 ChatGPT 进行多项式回归 237
9.4 利用 ChatGPT 处理共线性问题 246
1. 共线性的影响 246
2. 共线性的检测 247
3. 解决共线性的方法 247
4. 利用 ChatGPT 解决共线性问题 247
5. 利用岭回归解决共线性问题 247
第10章 利用 ChatGPT 进行分类分析
10.1 常用分类算法与模型评价 251
1. 算法与技术 251
2. 应用场景 253
3. 模型评价 254
10.2 利用 ChatGPT 进行文本分类分析 255
10.3 利用 ChatGPT 进行决策树分类分析 259
1. 基本概念 259
2. 构建过程 259
3. 使用决策树进行数据分类 260
4. 利用 ChatGPT 进行决策树分类分析 260
10.4 利用 ChatGPT 进行 SVM 分类分析 266
1. 几个关键概念 267
2. 核函数 267
3. 利用 ChatGPT 进行 SVM 分类分析 268
10.5 利用 ChatGPT 进行朴素贝叶斯分类分析 272
1. 贝叶斯定理 272
2. 特征条件独立假设 272
3. 工作原理 272
4. 公式应用 273
5. 类型 273
6. 应用场景 273
7. 优缺点 273
8. 利用 ChatGPT 进行朴素贝叶斯分类 274
10.6 利用 ChatGPT 进行逻辑回归分类分析 278
1. 逻辑回归的分类 278
2. 霍斯默莱梅肖检验 279
3. 方程中的变量解释 280
4. 利用 ChatGPT 进行逻辑回归分析 280
第11章 利用 ChatGPT 进行聚类分析
11.1 聚类分析的基本概念 286
1. 聚类的定义 286
2. 聚类和分类的区别 286
3. 数据对象间的相似度度量 287
4. 簇之间的相似度度量 288
5. 聚类算法 289
6. 聚类分析的评估方法 289
7. 聚类分析的一般流程 290
11.2 利用 ChatGPT 进行划分式聚类分析 291
1. K-means 算法 291
2. K-means++ 算法 292
3. Bi K-means 算法 292
4. K-medoids 算法 292
5. Kernel K-means 算法 293
6. 利用 ChatGPT 进行划分式聚类分析 293
11.3  利用 ChatGPT 进行基于密度的聚类分析 298
1. DBSCAN 算法 298
2. OPTICS 算法 299
3. 利用 ChatGPT 进行基于密度的聚类分析 300
11.4 利用 ChatGPT 进行层次化聚类分析 305
1. 凝聚型层次聚类 305
2. 分裂型层次聚类 306
3. 层次聚类的应用 306
4. 利用 ChatGPT 进行层次化聚类分析 306
第12章 利用 ChatGPT 撰写数据分析报告
12.1 如何撰写数据分析报告 312
1. 数据分析报告的类型 312
2. 数据分析报告的组成要素 313
3. 注意事项 315
4. 全流程数据分析的步骤 315
12.2 利用 ChatGPT 撰写日常工作类数据分析报告 316
1. 组成部分 317
2. 利用 ChatGPT 构建数据指标体系 317
3. 利用 ChatGPT 撰写日常工作类数据分析报告 321
12.3 利用 ChatGPT 撰写专题分析类数据分析报告 324
12.4 利用 ChatGPT 撰写综合研究类数据分析报告 336