DeepSeek賦能數(shù)據(jù)分析

DeepSeek賦能數(shù)據(jù)分析武艷軍日期：2025年3月20日

目錄STNEMOC2DeepSeek本地部署3使用DeepSeek+提示詞

進行數(shù)據(jù)處理使用DeepSeek+Excel

進行數(shù)據(jù)處理1DeepSeek大模型初步4DeepSeek大模型初步01大語言模型（Large

Language

Mode

，

LLM），也稱預訓練模型（Pre-Trained

Model，

PTM），是一種人工智能模型，旨在理解和生成人類語言。它們在大量的文本數(shù)據(jù)上進行訓練，擁有幾十億的參數(shù)，可執(zhí)行廣泛的任務，包括文本總結(jié)、翻譯、情感分析大語言模型LLM引發(fā)AI新熱潮等等。生成模型推理模型智能體?

OpenAI

GPT4o?

DeepSeek

R1?

自動駕駛機器人?

DeepSeek

V3?

OpenAIo1（當前L3）?

BERT?

OpenAIo3-mini?具身智能機器人?Gemini?

Gemini2.0?

Manus?Qwen2.5?

Grok3?

Kimi

1.5?

MetaGPTChatbot?

自然語言對話Reasoner?

基本的推理和問題解決能力Agent?代表用戶執(zhí)行基本任務，具備自主行動能力Sam

Altman

：AGI發(fā)展的五個階段當前處于推理者階段，正在向智能體階段發(fā)展DeepSeek

R1推理模型開辟了中國低成本開源路徑，

引爆市場通用人工智能AGI技術(shù)發(fā)展趨勢Innovator?參與發(fā)明和創(chuàng)造，

增強人類的創(chuàng)造力和創(chuàng)新能力功能，獨立管理

并執(zhí)行復雜的操作Organization?承擔整個組織的DeepSeek

，全稱杭州深度求索人工某著名企業(yè)。

DeepSeek是一家

創(chuàng)新型科技公司，成立于2023年7月17日，

使用數(shù)據(jù)蒸餾技術(shù)，得到更為精煉、有用

的數(shù)據(jù)。由知名私募巨頭幻方量化孕育而生，

專注于開發(fā)先進的大語言模型（LLM）和相關(guān)技術(shù)。DeepSeek公司

?，男，

1985年出生，

廣東省湛江市覃巴鎮(zhèn)米歷

嶺村人，浙江大學畢業(yè)，擁有信息與電子工程學系學士和碩

士學位某著名企業(yè)、

DeepSeek創(chuàng)始人。?

2008年起，

開始帶領(lǐng)團隊使用機器學習等技術(shù)探索全

自動量化交易，

在七年當中資金規(guī)模從8萬元增長到5億元。?2015年，

幻方量化正式成立。2016年，

幻方量化推出第一個AI模型，實現(xiàn)了所有量化策略的AI化轉(zhuǎn)型。2019年，其資金管理規(guī)模突破百億元。2020年開始，幻方的AI超級計算機“螢火一號”正式投入運作。2021年，

幻方投入十億建設(shè)“螢火二號”，

搭載了一萬達A100顯卡，

資產(chǎn)管理規(guī)模突破1000億元。?2023年7月，幻方量化宣布成立大模型公司DeepSeek，正式進軍通用人工智能領(lǐng)域。2024年5月，DeepSeek發(fā)布了DeepSeek-V2；

同年12月27日，

DeepSeek-V3面世。

這款性能優(yōu)越且性價比極高的大語

言模型，被硅谷同行譽為“來自東方的神秘力量”。?2025年1月20日，

DeepSeek正式發(fā)布DeepSeek-R1模型；

同日，參加了總理座談會。2月17日，參加了總書記主持的民營企業(yè)家座談會。憑借約1260億美元（約合人民幣9000億元）

的個人

財富估值問鼎中國首富。DeepSeek：來自東方的神秘力量正式發(fā)布DeepSeek

R1模型，在大模型排名Arena中列第三名DeepSeek大模型發(fā)展歷程宣布開源第二代

MOE大模型DeepSeekV2推理模型DeepSeek

R1-

Lite預覽版上線發(fā)布首個大模型DeepSeek

LLMDeepSeekV3發(fā)布，并同步

開源模型權(quán)重DeepSeek開

源GEMM等核

心代碼推出DeepSeek

V2.5DeepSeek成

立2024年11月2024年12月2024年5月2023年7月2025年1月2024年9月2024年1月2025年2月DeepSeek7天實現(xiàn)1億用戶，成為增長最快的超級產(chǎn)品

DeepSeek通過核心能力突破+開源、低成本、國產(chǎn)化三大優(yōu)勢，

推動AI技術(shù)平權(quán)和國產(chǎn)AI生態(tài)繁榮，成功

進入全球大模型第一梯隊，

促使行業(yè)從唯規(guī)模論向性價比、高效能、工程化方向轉(zhuǎn)變。核心能力突破DeepSeek大模型核心技術(shù)突破，實現(xiàn)復雜推理任務的精準處理與高效執(zhí)行，覆蓋多模態(tài)場景應用。模型綜合性能躍居世界第一梯隊，技術(shù)指標與頂尖大模型相比不相上下。?DeepSeekV3可以對標GPT-4o，但訓練成本只有558萬美元，不到后者的二十分之一。?DeepSeek

R1在數(shù)據(jù)、代碼和推理任務上課對標

OpenAIo1。將國產(chǎn)模型與美國的代際差距從3-5年縮短至3-5個月，突破卡脖子技術(shù)瓶頸，

全面支持國內(nèi)產(chǎn)業(yè)智能化升級。相比于OpenAI的閉源策略，DeepSeek全量開源訓練代碼、數(shù)據(jù)清洗工具及微調(diào)框架，開發(fā)者可以快速構(gòu)建教育、金融、醫(yī)療等垂直領(lǐng)域應用，推動協(xié)同創(chuàng)新。開展大量模型架構(gòu)優(yōu)化和系統(tǒng)工程優(yōu)化，訓練成本顯著低于行業(yè)同類模型，打破高價壁壘；推理成本降低83%，API定價為行業(yè)平均價格的1/10，千億參數(shù)模型適配中小企業(yè)需求，加速商業(yè)化落地。DeepSeek大火的原因：核心能力突破、開源、超低成本、國產(chǎn)化

開源超低成本國產(chǎn)化DeepSeek使用方式02直接使用?

電腦端訪問官網(wǎng)（

ek）或第三方百度搜索、騰訊元寶等?

手機端下載DeepSeek

AppAPI調(diào)用API調(diào)用：

DeepSeek、硅基流動、阿里百煉、火山引擎等。獲取API秘鑰調(diào)用，適合開發(fā)者集成。本地部署個人部署：個人在本地設(shè)備運行應用，依賴自身資源。企業(yè)部署：企業(yè)內(nèi)網(wǎng)搭建私有化系統(tǒng)，支持多用戶協(xié)作，

數(shù)據(jù)更加安全。一體機：直接購買部署了DeepSeek模型的具備一定算力的一體機。推理模型基座模型特點DeepSeek-R1-Distill-Qwen-1.5BQwen2.5-Math-1.5B蒸餾模型，能力稍弱實際上是增加了推理能力的Qwen模型和

Llama模型DeepSeek-R1-Distill-Qwen-7BQwen2.5-Math-7BDeepSeek-R1-Distill-Llama-8BLlama-3.1-8BDeepSeek-R1-Distill-Qwen-14BQwen2.5-14BDeepSeek-R1-Distill-Qwen-32BQwen2.5-32BDeepSeek-R1-Distill-Llama-70BLlama-3.3-70B-IntructDeepSeek-R1-671BDeepSeek-V3-Base滿血版，能力最強大模型私有化部署方式：?Ollama部署：個人本地部署，方便快速，適用于蒸餾模型?vLLM部署：生產(chǎn)、開發(fā)、垂直領(lǐng)域私有化部署，精度可控，

更專業(yè)

?

其他模型簡稱CPU要求內(nèi)存要求GPU要求硬盤空間適用場景1.5B4核（Intel/AMD）8GB無（純CPU）或

2GB（GPU加速）3GB+舊筆記本電腦，簡單文本生成7B4核（多線程支持）16GB4GB8GB+本地開發(fā)測試，輕量級NLP任務8B6核16GB6GB8GB+代碼生成，邏輯推理14B8核32GB8GB15GB+企業(yè)級文本分析，長文本生成32B12核48GB16GB19GB+復雜場景對話，深度思考任務70B16核（服務器級）64GB24GB（多卡）70GB+創(chuàng)意寫作、算法設(shè)計671B32核（服務器集群）128GB80GB（4張A100）300GB+科研級任務，AGI探索最低配置指模型可以運行，但流暢度稍差。模型簡稱CPU要求內(nèi)存要求GPU要求硬盤空間適用場景1.5B6核（現(xiàn)代多核）16GB4GB（如GTX1650）5GB+實時聊天機器人、物聯(lián)網(wǎng)設(shè)備7B8核（現(xiàn)代多核）32GB8GB（如RTX3070）10GB+文本摘要、多輪對話系統(tǒng)8B10核（多線程）32GB10GB12GB+高精度輕量級任務14B12核64GB16GB（如RTX4090）20GB+合同分析、論文輔助寫作32B16核（如i9/Ryzen

9）128GB24GB（如RTX4090）30GB+法律/醫(yī)療咨詢、多模態(tài)預處理70B32核（服務器級）256GB40GB（如2張A100）100GB+金融預測、大規(guī)模數(shù)據(jù)分析671B64核（服務器集群）512GB160GB（8張A100）500GB+國家級AI研究、氣候建模推薦配置指模型可以流暢運行。1.入門級：直接使用方式對于個人來說最為方便，需要聯(lián)網(wǎng)。2.進階級：個人可以在本地部署小規(guī)模蒸餾模型，比如1.5B、

7B，建議使用Ollama來部署。3.進階級：個人可以在部分工具（比如Excel）中調(diào)用API。使用DeepSeek+提示詞進行數(shù)據(jù)處理03任務目標背景M2M3負面限定給誰用擔心的問題做什么期望效果DeepSeek提示詞技巧：通用公式內(nèi)心戲很多M1M4我要做XXX，要給XXX用，希望達到XXX效果，但擔心XXX問題例如：我要做一個山東三日游攻略，

給大學生用，

希望行程充實有趣，但擔心預算不夠影響體驗。DeepSeek提示詞技巧：通用公式深度思考正式

回

答?

DeepSeek提供強大的

數(shù)據(jù)診斷功能，幫助用

戶識別缺失值、異常值

和重復數(shù)據(jù)等問題，提

供數(shù)據(jù)質(zhì)量報告。?

DeepSeek可以開展標

準化、歸一化處理，

自

動填充缺失值和標注關(guān)

鍵變量影響因子。?

DeepSeek提供了豐富的統(tǒng)計分析功能，包括描述性統(tǒng)計、回歸分析、聚類分析等。用戶只需輸入相關(guān)數(shù)據(jù)，DeepSeek即可自動進行分析，并生成詳細的統(tǒng)計報告?

DeepSeek可以幫助用

戶快速收集和處理大量

數(shù)據(jù)，生成數(shù)據(jù)提取腳

本，支持從各種來源導

入數(shù)據(jù)，包括Excel文件等?用戶可以將DeepSeek的分析結(jié)果與PowerBI等工具結(jié)合，進行數(shù)

據(jù)可視化，從而更直觀

地展示分析結(jié)果?

自動生成專業(yè)的分析報

告。報告中包含數(shù)據(jù)概

覽、分析結(jié)果、可視化

圖表等05數(shù)據(jù)

可視化03數(shù)據(jù)

預處理DeepSeek賦能數(shù)據(jù)分析過程數(shù)據(jù)

分析數(shù)據(jù)

收集報告

撰寫問題定義02040106嵌入DS模型提示詞工程DataAgentChatBIDeepSeek賦能數(shù)據(jù)分析的四種方式Excel、PowerBI核心痛點：用戶行為日志中30%字段缺失，且存在異常值，例如：異常時間戳（如：2999-01-01）。傳統(tǒng)方式：手動寫Python逐行排查，耗時。DeepSeek操作步驟一：輸入提示詞。#

DeepSeek生成代碼df['user_id'].fillna(method='ffill',

inplace=True)df['device_type'].fillna('未知',

inplace=True)df

=df[df['timestamp']

<=

pd.Timestamp.now()]df['price']

=df['price'].str.replace('$',

'').astype(float)請修復以下數(shù)據(jù)的質(zhì)量問題：1.缺失值：用前向填充補全user_id,device_type用“未知”填充2.異常值：刪除timestamp超過當前時間的數(shù)據(jù)行3.格式統(tǒng)一：將price從字符串“$12.5”轉(zhuǎn)為數(shù)值“12.5”場景1：數(shù)據(jù)清洗

核心價值：清洗耗時從3小時→

1分鐘，準確率100%。步驟二：生成代碼。案例說明：某電商Q2銷售額環(huán)比下降15%，業(yè)務方歸咎「流量不足」。DeepSeek操作步驟一：上傳數(shù)據(jù)集。包含流量、轉(zhuǎn)化率、客單價等指標。步驟二：提出問題?！罢埛治鯣MV下降的核心因素，并量化貢獻度”。步驟三：輸出結(jié)果。根本原因：轉(zhuǎn)化率從2.8%下降到1.9%（貢獻下降70%）細分洞察：-

搜索頁->詳情頁流失率上升25%（頁面加載時長增加3秒）-

加購->支付失敗率上升18%（因優(yōu)惠券校驗接口超時）核心價值：避免被錯誤歸因，節(jié)省1-2天手動拆解時間。DeepSeek提問錯誤示范：