你有没有遇到过这种情况：领导催着要报表，结果你打开Excel，发现满屏的数据就像天书一样，脑袋直接当机。
想做个图表吧，结果一看到代码，心里默念“告辞”，直接放弃治疗。
别慌，今天我来教你一个“拯救数据恐惧症”的组合技——Deepseek和Echarts。听着名字是不是有点高大上？
别怕，我保证讲得通俗易懂，哪怕你是个代码小白，照样能分分钟搞定一张专业级的图表。
Echarts是啥？
先来说说Echarts，它是个开源的可视化工具，简单理解就是“图表自动贩卖机”。
你把数据“投进去”，它就能吐出各种酷炫的图表，比如折线图、柱状图、饼图，甚至还能整出3D地图。
更厉害的是，这些图表还能动！对，你没听错，图表还能动起来。想想领导看到你的动态图表时那种“哇哦”的表情，是不是就觉得很值？
但问题来了，Echarts虽然强大，可它需要写代码啊！对那些一看到代码就头皮发麻的人来说，这简直就是一座大山。
没关系，这时候Deepseek闪亮登场，它可以说是Echarts的最佳拍档，堪称“代码小保姆”。
你只要告诉它需求，它就能帮你搞定一切代码相关的事儿，完全不需要你动手。
用Echarts画图的四步走，简单到不行
第一步：挑选一个图表模板
首先，打开Echarts的官网（别担心，百度一下就能找到），你会看到左边有一堆图表类型，比如折线图、柱状图、饼图、雷达图……种类多得让人眼花缭乱。
你只需要根据自己的需求选一个就行了。
比如：
- 想展示某产品的销量变化？选折线图。
- 想对比几个部门的业绩？柱状图更直观。
- 想让领导觉得你很专业？饼图了解一下。
选好之后，点开感兴趣的模板，右边会有一个预览窗口，直接能看到图表的效果。觉得满意了？那就准备下一步。
第二步：复制模板代码
点开选中的图表模板后，会跳转到一个页面，右边会有一段代码。别被吓到，这些代码是生成图表的“说明书”。
你只需要全选，然后复制下来。接着，在电脑桌面上新建一个文本文档，把代码粘贴进去保存。
这里有个小细节：保存文件时，文件名随便写，但后缀一定要改成.html，比如chart.html，不然一会儿打不开。
第三步：Deepseek上场，修改数据
这时候轮到Deepseek出场了！打开Deepseek，把刚才保存的代码文件拖进去，然后告诉它你的需求，比如“把里面的销售数据换成我自己的数据”。
Deepseek的厉害之处在于，它不仅能理解代码，还能根据你的需求改代码。
你完全不需要懂编程，只要准备好数据，剩下的事情Deepseek全包了，简直就是“拯救手残党”的神器。
第四步：生成图表并查看效果
Deepseek处理完后，会生成一段新的HTML代码。
你只需要复制这段代码，再粘贴到一个新的文本文档里，保存时同样用.html后缀。
然后，双击文件，你就能在浏览器里看到你的图表了。
如果觉得这一步太麻烦，Deepseek还支持直接运行代码，生成的图表可以截图保存，效率直接拉满。
这是两端代码的对比
为什么Deepseek+Echarts
可能有人会问：“直接用Echarts不就行了吗，为什么还要多此一举用Deepseek？”我觉得原因很简单：省事儿！
1. 不用写代码
Echarts再强大，对小白来说，改代码还是个门槛。而Deepseek就像是“代码翻译机”，你只需要告诉它需求，它就能帮你搞定一切，完全不需要你动手。
2. 效率高
从挑模板到生成图表，全程只需要几分钟，特别适合那些赶着交报告或者临时需要图表的场景。毕竟，谁不想在最短时间内搞定任务呢？
3. 适用范围广
Deepseek不仅能处理Echarts的代码，还支持其他数据可视化工具，比如D3.js、Highcharts等，适用范围非常广。换句话说，不管你用什么工具，Deepseek都能帮上忙。
如何学习大模型 AI ？
由于新岗位的生产效率，要优于被取代岗位的生产效率，所以实际上整个社会的生产效率是提升的。
但是具体到个人，只能说是：
“最先掌握AI的人，将会比较晚掌握AI的人有竞争优势”。
这句话，放在计算机、互联网、移动互联网的开局时期，都是一样的道理。
我在一线互联网企业工作十余年里，指导过不少同行后辈。帮助很多人得到了学习和成长。
我意识到有很多经验和知识值得分享给大家，也可以通过我们的能力和经验解答大家在人工智能学习中的很多困惑，所以在工作繁忙的情况下还是坚持各种整理和分享。但苦于知识传播途径有限，很多互联网行业朋友无法获得正确的资料得到学习提升，故此将并将重要的AI大模型资料包括AI大模型入门学习思维导图、精品AI大模型学习书籍手册、视频教程、实战学习等录播视频免费分享出来。
这份完整版的大模型 AI 学习资料已经上传CSDN，朋友们如果需要可以微信扫描下方CSDN官方认证二维码免费领取【保证100%免费】
第一阶段（10天）：初阶应用
该阶段让大家对大模型 AI有一个最前沿的认识，对大模型 AI 的理解超过 95% 的人，可以在相关讨论时发表高级、不跟风、又接地气的见解，别人只会和 AI 聊天，而你能调教 AI，并能用代码将大模型和业务衔接。
- 大模型 AI 能干什么？
- 大模型是怎样获得「智能」的？
- 用好 AI 的核心心法
- 大模型应用业务架构
- 大模型应用技术架构
- 代码示例：向 GPT-3.5 灌入新知识
- 提示工程的意义和核心思想
- Prompt 典型构成
- 指令调优方法论
- 思维链和思维树
- Prompt 攻击和防范
- …
第二阶段（30天）：高阶应用
该阶段我们正式进入大模型 AI 进阶实战学习，学会构造私有知识库，扩展 AI 的能力。快速开发一个完整的基于 agent 对话机器人。掌握功能最强的大模型开发框架，抓住最新的技术进展，适合 Python 和 JavaScript 程序员。
- 为什么要做 RAG
- 搭建一个简单的 ChatPDF
- 检索的基础概念
- 什么是向量表示（Embeddings）
- 向量数据库与向量检索
- 基于向量检索的 RAG
- 搭建 RAG 系统的扩展知识
- 混合检索与 RAG-Fusion 简介
- 向量模型本地部署
- …
第三阶段（30天）：模型训练
恭喜你，如果学到这里，你基本可以找到一份大模型 AI相关的工作，自己也能训练 GPT 了！通过微调，训练自己的垂直大模型，能独立训练开源多模态大模型，掌握更多技术方案。
到此为止，大概2个月的时间。你已经成为了一名“AI小子”。那么你还想往下探索吗？
- 为什么要做 RAG
- 什么是模型
- 什么是模型训练
- 求解器 & 损失函数简介
- 小实验2：手写一个简单的神经网络并训练它
- 什么是训练/预训练/微调/轻量化微调
- Transformer结构简介
- 轻量化微调
- 实验数据集的构建
- …
第四阶段（20天）：商业闭环
对全球大模型从性能、吞吐量、成本等方面有一定的认知，可以在云端和本地等多种环境下部署大模型，找到适合自己的项目/创业方向，做一名被 AI 武装的产品经理。
- 硬件选型
- 带你了解全球大模型
- 使用国产大模型服务
- 搭建 OpenAI 代理
- 热身：基于阿里云 PAI 部署 Stable Diffusion
- 在本地计算机运行大模型
- 大模型的私有化部署
- 基于 vLLM 部署大模型
- 案例：如何优雅地在阿里云私有部署开源大模型
- 部署一套开源 LLM 项目
- 内容安全
- 互联网信息服务算法备案
- …
学习是一个过程，只要学习就会有挑战。天道酬勤，你越努力，就会成为越优秀的自己。
如果你能在15天内完成所有的任务，那你堪称天才。然而，如果你能完成 60-70% 的内容，你就已经开始具备成为一名大模型 AI 的正确特征了。
这份完整版的大模型 AI 学习资料已经上传CSDN，朋友们如果需要可以微信扫描下方CSDN官方认证二维码免费领取【保证100%免费】