相信很多做数据分析的小伙伴，都接到过一些高阶的数据分析需求，实现的过程需要用到一些数据获取，数据清洗转换，建模方法等，这里面不仅要用到python，还要用到数据分析的方法论，对于只用过excel的同学来说，这无疑是太难了，事到临头，再重头去学，无疑是个很漫长的过程，而我正好又懒癌复发了……。

不要急，下面就给大家介绍一款工具，可以通过自然语言的方式，把你的分析需求告诉它，它就能帮你实现代码的生成，数据分析方法的运用。它就是字节跳动最新发布的一款工具—Trae。

Trae是一款AI与传统IDE结合的工具，可以根据使用自然语言提出的需求，自动转化成代码后执行，实现需求-结果之间的零技术门槛的跨越。

下面我们先介绍一下它的安装部署

一、下载并安装Trae。

1、下载trae，官方网址为：www.trae.com.cn

2、安装只需要下一步and下一步

二、配置Python环境

1、当系统中未安装python解释器时

1）请先安装python解释器及开发工具后，再安装配置trae,因为单独安装python解释器和开发工具，过程比较繁琐，建议安装anaconda进行傻瓜式安装，具体可参考如下链接

anaconda安装过程：https://blog.csdn.net/yoggieCDA/article/details/147205853

2）跳过注册过程

3）下载anaconda安装包

4）参考如下链接，进行anaconda安装：

https://blog.csdn.net/yoggieCDA/article/details/147205853

2、当系统中已经安装python解释器时

1）在Builder模式下，输入提示词：配置python环境。

2）选择一个文件夹，以用来存放项目文件

3）配置虚拟环境

4）如出现以下提示，请按标识进行操作，选择安装好的python解释器

5）在提示词输入框中，输入：“激活虚拟环境”并回车执行

6）安装python开发工具及数据分析相关的包

7）环境配置成功

完成配置成功以后，让我们小试牛刀吧，

下面我们将用两个案例来带领大家快速上手这款工具。

三、 用Trae实现EXCEL数据整合

数据分析工作中，常常会遇到多表合并为一张表的情况，如历年的销售数据，各月份的销售数据等，以往多张表的合并，要在python中实现，需要大家编写代码，有一定的编程基础。

现有如下几张数据表，记录了不同年份，不同区域市场的销售金额及利润情况，现需要多张表合并为一张表。

提示词：

角色：我是一名数据分析师，经常使用python做数据整合、清理和可视化问题。

背景描述：本文件夹目录下有两个子文件夹，分别是“原始数据”子文件夹和“整合数据”子文件夹。

任务：

• 1、需要把“原始数据”子文件夹中的全部数据纵向链接，然后保存到“整合数据”子文件夹中；
• 2、数据清洗，如果记录的内容完全一样，需要进行去重操作
• 3、最终整合好的数据保存在“整合数据”子文件夹的“sale_all_xxx.csv”中，其中的“xxx”代表当前系统日期和时间，精确到秒。

注意事项：

• 1、“原始数据”子文件夹中的数据有可能有中文，在读取文件数据的时候注意编码问题。
• 2、如果文件“sale_all.csv”已经存在，请先删除。
• 3、每次应答都提供完整的代码。
• 4、把“这个脚本实现了以下功能”放到代码头部的注释中。

执行结果：

从这个案例我们可以看出数据分析的很多环节，都可以用AI来提高效率,节省你宝贵的时间和精力。大家不妨先思考这样一个问题：平时你做数据分析流程步骤是怎样的？在我看来，数据分析基本有这样5个环节：

数据分析是从明确问题和理解数据开始的，接着对数据清洗，比如说处理缺失值、调整数据格式等等，然后使用合适的数据分析方法，对数据展开分析，最后将数据结果进行可视化，直观的展示数据分析的结论这就是一套完整的数据分析工作流程，那么，现在AI来了以后，数据分析的这5个环节发生变化了吗？

并没有，可能分析的手法变了，比如过去清洗数据，要熟练的掌握Excel各种函数,现在可以通过提示词让AI来辅助完成。但是，数据分析的这5个环节一个也没少,所以大家不要只热衷于追逐新冒出来的各种AI工具,关键是要透彻掌握数据分析的底层逻辑。CDA数据分析师一级里讲解了数据分析方法、基本的流程、业务数据分析等。

四、用Trae实现业绩数据预测

再举个例子，某行信用卡中心需根据资金使用情况，进行资金使用量的预测，以提前准备适当的现金，以往的资金预测需要使用python进行，会用到建模等方法，现有了AI，请尝试使用AI辅助相应技术的实现。

提示词：

我是一名数据分析师，经常使用python做数据整合、清理、可视化、时间序列分析、数据挖掘的问题。

背景描述：本文件夹目录下有一个“信用卡消费额_含节日.xlsx”文件。

任务：

• 1. 读入数据，判断那个变量是时期变量，那个变量是业务数据，并对数据按照时间进行可视化展现；
• 2. 数据清洗，数据中有可能有噪音或缺失值；如果是缺失值则使用移动平均的填补方法；如果是噪音，则把该数据点先删去，再使用移动平均的填补方法；
• 3. 判断该数据有没有季节效应，如果有，可以使用SARIMA或LSTM算法建模，只需要使用一个算法建模即可；
• 4. 使用模型做未来一个月的数据预测，保存在“pred.xlsx”中，并做图展示。

执行结果

推荐学习书籍

《CDA一级教材》适合CDA一级考生备考，也适合业务及数据分析岗位的从业者提升自我。完整电子版已上线CDA网校，累计已有10万+在读~

免费加入阅读：https://edu.cda.cn/goods/show/3151?targetId=5147&preview=0