当前位置：首页 > news >正文

5 行代码把一段文字变成图表：LangChain 智能数据可视化实战

news 2026/8/28 9:56:53

5 行代码把一段文字变成图表：LangChain 智能数据可视化实战

【免费下载链接】langchainThe agent engineering platform.项目地址: https://gitcode.com/GitHub_Trending/la/langchain

周会前，你得把一段堆满数字的运营文字变成老板能看懂的图表，最耗时的往往不是画图，而是"这段数据到底该用折线还是柱状"。用 LangChain 做智能数据可视化，这个判断可以交给模型。

一句话定位：30 秒跑通

LangChain 是一个 LLM 应用开发框架，把模型、工具、数据处理接成标准组件，你描述任务，不用自己拼胶水代码。装它只要一条命令：

pip install langchain

装完即可 import，下面的示例都基于它最新的 agent 入口，源码看 libs/langchain_v1/langchain/agents/，想改行为时能直接对照实现。

它跟老办法差在哪

以前做数据可视化是手工活：整理数据、凭经验挑图表类型、再手写 matplotlib 代码，换一份数据就得重来一遍。现在把原始文字直接丢给一个带工具的 agent，模型自己分析特征、给出图表建议，你只管把建议落成图。以前换模型要改一堆调用代码，现在换模型只是换一个provider:model字符串。

把文字变成图的流水线

把数据喂进去

LangChain 的文档加载和文本切分组件负责原始数据：短文本直接作为输入，长报告先用 text splitter 切成块再喂。数据保持原文即可，特征判断这一步交给模型。

让模型挑图表

给模型配一个"记录结论"的工具，create_agent会自动跑"模型调用—工具执行—结果回灌"的循环，不用你手写 while loop：

from langchain.agents import create_agent agent = create_agent( "openai:gpt-4o-mini", tools=[recommend_chart], system_prompt="你是数据可视化顾问，分析数据后推荐图表类型并说明理由。", )

跑完得到一个可对话的 agent 实例，把数据传进去，它会先让模型判断再调工具落结论（recommend_chart的定义在下面的完整例子里）。

出图

模型返回"柱状图"或"折线图"加理由后，接一行 pandas 的 plot 或 matplotlib 的 savefig 就能出 png；想更自动，就给 agent 再加一个执行绘图代码的工具，让它自己出图。

复制即跑：从一段文字到图表推荐

下面这份可以直接复制运行（需要OPENAI_API_KEY）：

from langchain.agents import create_agent from langchain.tools import tool @tool def recommend_chart(reason: str) -> str: """记录模型给出的图表类型建议。""" return reason agent = create_agent("openai:gpt-4o-mini", tools=[recommend_chart], system_prompt="你是数据可视化顾问，分析数据后推荐图表类型。") data = "2026上半年销售额：1月40万 2月45万 3月52万 4月48万 5月60万 6月66万" print(agent.invoke({"messages": [("user", data)]})["messages"][-1].content)

跑完会打印出一句类似"建议用柱状图展示 6 个月度销售额并标注上升趋势"的推荐加理由，这就是智能数据可视化的核心产出。