#1. 数据分析

数据分析是 Julius AI 最核心的功能。上传数据文件后，你可以通过自然语言与 AI 对话来完成各种分析任务，从简单的数据概览到复杂的预测建模。

#功能介绍

Julius AI 的数据分析流程高度自动化。当你上传一份数据文件后，平台会自动解析数据结构，识别列的类型（数值型、分类型、日期型、文本型），检测潜在的数据质量问题（缺失值、格式不一致、重复记录），并展示数据集的基础统计预览。之后你只需用自然语言提问，Julius 就会自动编写并执行相应的分析代码，生成结果表格、图表或文字摘要。

整个分析过程中，Julius AI 会在后台经历多个处理阶段：首先解析你的意图（判断你需要可视化、统计检验还是预测模型），然后识别实体，最后结合上下文给出最精准的回答。每一次追问都会建立在之前的对话基础上，让分析可以逐步深入。

#上传文件分析

在聊天页面点击「附件」图标上传数据文件。

文件解析完成后对话框上方会出现上传的文件，右边会自动显示数据预览。

在输入框中用自然语言描述你想了解的内容，点击发送。

查看 AI 返回的分析结果，可以继续追问或要求修改。

#快捷功能分析

在主页面的输入框下方，选择合适的快捷功能卡片，上传文件后输入分析指令即可。

#连接器分析

在输入框工具栏中点击「连接器」，选择好数据连接器，输入需求，Julius 会自动生成 SQL 并从数据库中提取数据进行分析。

#分析结果操作

分析完成后，你可以对结果进行多种操作：

点击图表下方的「下载」按钮，将图表保存为图片文件。

点击结果中的代码图标，查看 Julius 生成的代码。

选中数据后将数据导出为 CSV 或 Excel 格式进行二次处理。

右侧面板可以创建报告、查看文件和图表。

#使用技巧

• 在分析前先让 Julius 展示数据集的描述性统计，了解数据概况后再进行深入分析。
• 如果数据集包含多个工作表（sheet），在提问时指明要分析的工作表名称，如「请分析 Sales_Data 这个工作表」。
• 对于复杂的分析需求，分步提问比一次性提出所有要求更容易获得准确结果。
• 遇到分析结果不准确时，尝试提供更多上下文信息或具体的列名。

#示例

示例一

请帮我分析这份销售数据的总体概况，包括总销售额、平均订单金额、订单数量的月度变化趋势。

示例二

按产品类别统计销售额占比，用饼图展示，并标注每个类别的具体金额和百分比。

示例三

找出销售额排名前10的客户，展示他们的购买金额、购买次数和平均客单价。

示例四

对比2024年和2025年每个季度的销售额变化，计算同比增长率，并用柱状图展示。

示例五

检测这份数据中是否存在异常值，如果有请标记出来并说明可能的原因。