Data Formulator 2：微软推出的AI驱动可视化工具

Data Formulator 2简介

Data Formulator 2是由微软研究院（Microsoft Research）和延世大学（Yonsei University）联合开发的一款AI驱动的可视化工具。该工具旨在帮助数据分析师通过迭代的方式创建丰富的可视化图表。它结合了用户界面（UI）和自然语言（NL）输入，允许用户以更直观和灵活的方式表达他们的可视化意图，同时将数据转换任务委托给AI处理。Data Formulator 2还引入了“数据线程”功能，帮助用户管理复杂的迭代历史，支持在不同版本之间轻松导航和重用设计，从而提高数据分析和可视化创作的效率。通过用户研究，该工具被证明能够显著降低用户在迭代可视化创作中的工作量，同时支持用户根据个人经验和偏好发展独特的迭代策略。

Data Formulator 2主要功能

1. 多模态输入：结合用户界面（UI）和自然语言（NL）输入，用户可以通过拖放数据字段和输入自然语言指令来指定图表设计。
2. 数据线程管理：引入“数据线程”功能，帮助用户管理非线性创作历史，支持在不同版本之间轻松导航和重用设计。
3. 自动数据转换：利用AI模型自动生成数据转换代码，用户无需手动编写复杂的转换脚本。
4. 即时反馈：在用户指定图表设计后，系统即时生成并展示可视化图表，提供快速的视觉反馈。
5. 错误修正和验证：提供生成代码和数据的可视化检查，用户可以查看和验证AI生成的结果，并在发现错误时进行修正。
6. 多种图表类型支持：支持多种图表类型，包括散点图、折线图、柱状图、统计图和自定义图表，满足不同的可视化需求。

Data Formulator 2技术原理

1. Vega-Lite脚本生成：根据用户在概念编码架中的输入，生成Vega-Lite脚本框架，用于指定图表的基本结构和视觉编码。
2. 数据转换提示编译：当图表需要新字段时，系统从概念编码架中编译一个提示，并向AI模型请求生成数据转换代码。
3. AI驱动的数据转换：利用大型语言模型（LLM）生成Python代码来进行数据转换，包括重塑、过滤、聚合、窗口函数和列派生等操作。
4. 数据线程组织：将迭代历史组织为数据线程，数据被视为第一类对象，用户可以在不同版本之间导航、分支和重用先前的设计。
5. 代码解释模块：提供代码解释功能，帮助用户理解AI生成的代码，支持逐步检查和验证数据转换过程。
6. 错误修复机制：在生成的代码出现运行时错误时，系统会查询LLM以修复错误，并重新执行代码以生成正确的结果。

Data Formulator 2应用场景

1. 数据探索与分析：快速迭代生成不同类型的图表，帮助分析师发现数据中的趋势、模式和异常。
2. 数据驱动的报告制作：高效创建用于汇报的可视化图表，支持从不同数据版本中快速生成定制化的可视化内容。
3. 数据科学与机器学习：在数据预处理阶段，快速生成所需的数据视图，辅助模型训练和结果解释。
4. 商业智能与决策支持：为业务分析师提供灵活的可视化工具，帮助他们快速响应业务需求，生成支持决策的图表。
5. 数据新闻与故事讲述：记者和内容创作者可以快速生成可视化图表，用于新闻报道或数据驱动的故事讲述。
6. 教育与培训：在数据分析和可视化的教学中，帮助学生快速理解和实践复杂的图表设计和数据转换过程。

Data Formulator 2项目入口

• Github代码库：https://github.com/microsoft/data-formulator
• arXiv技术论文：https://arxiv.org/pdf/2408.16119