前天，微博红人@牛津-小裁缝，王老师发布了一张日本2023年县级人口增长情形的舆图，引发了大家的谈论：难道只有东京人口增长？大阪呢？名古屋呢？
作为数据可视化爱好者，我们当然不甘示弱：能否制作一张更深入、更全面的日本人口数据舆图？
我不想多耗费精力，打算用一小会儿就搞定这个任务。寻衅在面前，必须借助AI，特殊是Claude 3.5 Sonnet，来实现这个目标。
第一步：数据获取首先，我们须要从可靠来源获取数据。经由传统的Google搜索，创造有人口数据的日本网站还挺多的，我也没有仔细看哪家更知心，就选了排在搜索结果前面的日本帝国书院的统计数据网站。
都已经是表格了，非常随意马虎拷贝粘贴。也可以找个chrome的插件拖沓下来csv，但是既然要想到和人工智能合营了，而且我这次打算试试最近很红的编程环境：Cursor，那就让Cursor带着claude来帮我写爬虫好了。
大口语Prompt：
“我须要从https://www.teikokushoin.co.jp/statistics/prefecture/ 获取2020-2023年日本47个县的人口数据。请帮我编写一个Python脚本来实现这个任务。”
当然，你的任务是一步步要将你看到的情形，出错的问题，用不引起歧义的措辞反馈给claude。
经由一点点小挫折，一个小时内还是搞定。
Claude不仅天生了完全的Python脚本，还知心肠阐明了每一步的浸染，乃至考虑到了网站可能的反爬虫机制，建议添加适当的延迟。
左边的代码你不用管，只要老诚笃实将缺点信息add到chat（增加到谈天对话）里面，补充你的信息和哀求。cursor能够将claude天生的代码自动更正左边的代码块，太知心了。
第二步：数据处理有了原始数据，下一步是将其整理成适宜舆图可视化的格式。这时，我们再次向Claude寻求帮助。
大口语Prompt：
“我已经获取了原始数据，现在须要将它处理成适宜舆图可视化的格式。详细来说，我须要打算每个县2020年到2023年的人口变革率。请供应处理这些数据的Python代码。”
Claude供应了一个简洁而高效的数据处理脚本，完美地知足了我们的需求。
第三步：舆图制作末了，我们将处理好的数据可视化到舆图上。Claude自动就想到了怎么绘制，并结合GADM的日本行政区划数据来制作终极的舆图。
大口语Prompt：
“请利用我已经下载的GADM数据gadm41_JPN_1.shp和gadm41_JPN_2.shp，结合我们处理好的人口数据，利用你处理好的数据做关联。”
虽然也有些小波澜，比如matplotlib利用本地字体的问题等，但还是可以通过报错信息一起谈论办理。其余，关于颜色该怎么配，增长和降落该怎么表达，你都可以反复考试测验。
县级人口增长率：只有东京都有增长。市区町村落一级人口增长图。4年连续增长的一个都没有
反思与启迪全体过程从构思到完成，仅用了3小时（不包括写作本文韶光）！
这充分展示了AI如何大幅提升事情效率。对付我这样对代码一点都不专精，也不求甚解的前GIS工程师，让我有愉快的觉得，彷佛并没有被年事击败，我还可以通过写程序完成一些故意思的任务。
这个中，对付所有职场人来说，最最关键在于如何提出精确的问题。与AI的有效沟通，哀求我们对问题有清晰的理解，并能够将繁芜任务分解成详细的步骤。
结语AI正在改变我们的事情办法，但它并不是万能的。真正的代价在于人机协作，将AI的效率与人类的创造力和专业知识相结合。希望这个案例能勉励你，在事情中探索如何更好地利用AI工具。记住，工具在变，但学习和创新的主要性永久不变。让我们躺平一下子，中兴身一起拥抱这个时期，用这些、那些很小很小的试验，让自己得到自我效能感，从而不断鼓励、提升自己，创造更多精彩！
图文：极海CEO王昊