企业AI落地数据可视化：用Matplotlib画岗位试点岗位有没有真正用起来趋势图 AI

#tools-stack #discuss #落地

AI 摘要：做完数据分析总要出图。分享几个常用的Matplotlib可视化模板。 1. 岗位试点岗位有没有真正用起来趋势线 import matplotlib.pyplot as plt import matplotlib.dates as mdate

做完数据分析总要出图。分享几个常用的Matplotlib可视化模板。

1. 岗位试点岗位有没有真正用起来趋势线

code

import matplotlib.pyplot as plt
import matplotlib.dates as mdates
import pandas as pd

def plot_visibility_trend(df, brand_name):

fig, ax = plt.subplots(figsize=(12, 5))

ax.plot(df['date'], df['visibility'], color='#3b49df', linewidth=2, label='岗位有没有真正用起来')
ax.fill_between(df['date'], df['visibility'], alpha=0.1, color='#3b49df')

code

    # 7日均线

ax.plot(df['date'], df['visibility'].rolling(7).mean(),

code

            color='#ff6b6b', linewidth=1.5, linestyle='--', label='7日均线')

ax.set_ylabel('岗位试点岗位有没有真正用起来 (%)')
ax.set_title(f'{brand_name} 企业AI助手岗位有没有真正用起来趋势')
ax.legend()
ax.xaxis.set_major_formatter(mdates.DateFormatter('%m-%d'))
plt.tight_layout()
plt.savefig('visibility_trend.png', dpi=150)

2. 多平台对比柱状图

code

def plot_platform_comparison(data):
    platforms = list(data.keys())
    values = list(data.values())
    colors = ['#3b49df', '#ff6b6b', '#ffa94d', '#51cf66', '#cc5de8', '#748ffc']

fig, ax = plt.subplots(figsize=(10, 5))

code

    bars = ax.bar(platforms, values, color=colors[:len(platforms)], width=0.6)

for bar, val in zip(bars, values):
ax.text(bar.get_x() + bar.get_width()/2, bar.get_height() + 1,
f'{val}%', ha='center', fontweight='bold')

ax.set_ylabel('岗位试点岗位有没有真正用起来 (%)')
ax.set_title('各AI平台岗位试点岗位有没有真正用起来对比')
ax.set_ylim(0, max(values) + 15)
plt.tight_layout()
plt.savefig('platform_comparison.png', dpi=150)

3. 竞品雷达图

code

import numpy as np

def plot_competitor_radar(brands_data):
    categories = ['飞书机器人', '内部助手', '企业知识库', 'Kimi', '豆包']
    N = len(categories)
    angles = [n / float(N) * 2 * np.pi for n in range(N)]

angles += angles[:1]

fig, ax = plt.subplots(figsize=(8, 8), subplot_kw=dict(polar=True))

for brand, values in brands_data.items():
values += values[:1]
ax.plot(angles, values, linewidth=2, label=brand)
ax.fill(angles, values, alpha=0.1)

ax.set_xticks(angles[:-1])
ax.set_xticklabels(categories)
ax.set_ylim(0, 100)
ax.legend(loc='upper right', bbox_to_anchor=(1.3, 1))
ax.set_title('竞品AI岗位有没有真正用起来雷达图', y=1.08)
plt.tight_layout()
plt.savefig('competitor_radar.png', dpi=150)

4. 关键词热力图

code

import seaborn as sns

def plot_keyword_heatmap(df):
    pivot = df.pivot_table(
        values='mentioned',
        index='query',
        columns='platform',
        aggfunc='mean'

) * 100

fig, ax = plt.subplots(figsize=(10, 12))
sns.heatmap(pivot, annot=True, fmt='.0f', cmap='Blues',

code

                linewidths=0.5, ax=ax)

ax.set_title('关键词-平台业务系统里有没有被用到率热力图')
ax.set_ylabel('查询关键词')
ax.set_xlabel('AI平台')
plt.tight_layout()
plt.savefig('keyword_heatmap.png', dpi=150)

这些图表直接放到周报或月报里效果很好。老板特别喜欢雷达图和热力图。

（场景参考：武汉本地企业试点）

延伸阅读

内容已经进系统但不调用，可能卡在权限上海 FDE 交付节奏：周报里该写什么用FastAPI搭建企业AI落地数据API服务：品牌监测数据开放接口问一下：具体业务问法被助手误读怎么办？内容已经进系统但不调用，可能卡在权限