資料分析師完整實戰工作流:從官方數據到 Tableau-like 儀表板
使用 Antigravity 代理人環境,串接日本總務省 e-Stat 官方 API 取得面板資料,調用 data-analyst 技能自動清洗,並在 Data Atoms 打造具備 10 大原子的互動探索工作台。
全日課程架構:兩大區塊循序推進
今天課程嚴謹分為兩大部分:上午以《大語言模型學習地圖》掌握 Agent AI 概念與全球競爭格局;下午全面進入真實工程工具實作,從 Antigravity 代理人環境出發,串接日本 e-Stat 官方資料庫,打造 Tableau-like 儀表板。
資料分析師完整工作流(帶學員用 Antigravity 走一次)
拿到資料:鎖定權威資料庫與 API 連線
分析的第一步不是下載 CSV,而是定義商業命題,並透過 API 連線取得官方權威數據。今天我們串接日本總務省統計局 e-Stat 官方 API,鎖定 1975 到 2024 半世紀 47 都道府縣面板數據。
- 在個人 My Page 申請金鑰(appId)。
- 避坑重點:登錄 URL 務必填寫
http://test.localhost。 - 調用端點:
/getStatsList取得目錄;/getStatsData獲取數據。
$ python3 scripts/fetch_estat_showcase.py
[e-Stat] Connecting to api.e-stat.go.jp...
[e-Stat] Table: 0000010101 (SSDSE-A-2024)
[e-Stat] Loaded 47 prefectures x 50 years.
✓ Saved raw JSON: 14,800 records.
處理資料:調用 data-analyst 技能自動清洗
內建 4 大 Prompt 樣板與 clean_data.py,一鍵將千分位逗號數值("14,178,000")與百分比(23.4%)轉為乾淨數值。
特徵工程加工:計算關鍵業務指標,如 高齡化率 = 65歲以上人口 / 總人口 與 扶養比。
$ python3 scripts/clean_data.py raw.csv clean.csv
✓ 資料清洗完成: 47 列, 標準化 29 處數值
• 千分位轉換: 14,178,000 ➔ 14178000
• 百分比轉換: 23.4% ➔ 23.4
• 空白缺失值補齊完成。
探索性驗證 (EDA):尋找異常與極值
在動手畫大圖前,先以統計眼光探尋資料的分佈形狀。鎖定 2008 年日本總人口 1.28 億峰值拐點,並對比秋田縣 (39.5%) 與東京都 (22.7%) 的極值剪刀差。
總列數: 47 列 | 全國總人口: 1.24 億
平均高齡化率: 29.8% (中位數 30.2%)
最高高齡化: 秋田縣 (39.46%)
最低高齡化: 東京都 (22.68%)
深入洞察與分析方法:也可以怎麼做分析
在動手做儀表板前,先釐清業務切角。參考 17 領域研究指南,掌握少子化、高齡化與地方產業的關聯分析法。遵循「現況 ➔ 原因 ➔ 建議」三段論向決策者匯報,並透過 dataviz-motion 一鍵合成 34 秒包豪斯動態數據簡報影片。
1. 現況: 秋田每 10 人有 4 位老人,東京青年淨流入
2. 原因: 產業集中首都圈造成地方長照財政壓力
3. 建議: 醫療資源重組與地方遠距就業稅務補貼
✓ 產出: data_briefing_bauhaus_34s.mp4
建立互動儀表板:Data Atoms 實作(Tableau-like)
弄清楚資料與分析思路後,最後才能做儀表板!進入 data_atoms.html 工作台。隨意將欄位拖曳至 X 軸、Y 軸、顏色與大小編碼槽,切換 10 大數據原子圖表,並透過地區與年份雙層篩選器即時下鑽。
✓ 10 大圖表原子 (柱狀/折線/雙軸/地理/盒鬚...)
✓ 雙層篩選 (地方分區多選 + 年份滑桿)
✓ Tableau Prep 智慧欄位分類
✓ 自訂 CSV/Excel/JSON 本地拖曳解析
資料分析延伸工具與官方資源
內建 1080p 螢幕錄影實景教學,手把手帶您登入 e-Stat、申請 appId 金鑰並避開 test.localhost 坑點。
開啟 API 申請教學 ↗類似 Tableau 的 10 大數據原子探索工作台,將探索與分析成果最後固化成可互動儀表板。
前往 Data Atoms 儀表板 ↗本專案實戰使用的 Antigravity Skill 全集與 GitHub 倉庫
19 skills · 4 domains curated在 Antigravity 代理人環境中,我們不再是從零手寫樣板程式碼,而是調用專業封裝的 Skill。以下是本專案在「前端品味工藝、動態短影音、數據視覺化與代理人工程」4 大核心實戰領域所嚴選整合的 19 款開源 Skill 清單,皆附上 GitHub 原生倉庫連結供學員收藏、進階探索與自訂技能擴充:
領域一:前端品味與介面工藝 (Anti-Slop UI & Design Craft)
專門解決 AI 程式碼「千篇一律塑料感」的前端品味約束系統。注入嚴格藝術總監排版規範、真實素材引用、字級階層比例,拒絕無聊三卡片排版。
全方位前端介面健壯度走查技能。涵蓋 UX 層級、排版間距、色彩無障礙(WCAG)、按鈕微動效、邊界情況防禦與 Design Tokens 封裝。
現代極簡高質感網頁設計體系。提供 dose(藥盤磨砂塑膠托盤)、mono 等 6 大主題,內建嚴格 sloplint 語法檢驗。
專為打破 AI 網頁塑料感打造的純手繪紙質感組件庫(shadcn/ui, drawn by hand)。涵蓋 123 款組件、61 個版塊、專屬 Kevin Sans 手寫字型與手繪塗鴉標籤,相容 Radix 語意與無障礙。
領域二:動態視覺與知識短影音 (Code-Driven Motion & Video)
鏡頭配方卡與電影感產品短片製作技能。支援 Ink Press 運鏡系統,結合真實網頁截圖、2.5D 鏡頭推拉、節奏卡點剪輯與 Remotion 程式碼渲染。
video-shotcraft 官方全套 150 款動效風格與 124 張鏡頭配方卡字典庫。涵蓋開場、字卡、UI 登場、運鏡、數據、轉場等 10 大維度,內建 CLI 檢索工具。
15 種商業級動態設計(MG)視覺風格庫。涵蓋傳統逐格動畫、立體三維、9:16 綜藝直式等 15 種風格,全由 SVG、Canvas、WebGL 與代碼生成。
爆款 Vibe 風格知識短片一鍵生成技能。深度拆解爆款視頻敘事節奏,自動生成導演分鏡表、字幕稿、配音音效並組裝程式碼樣片。
以程式碼驅動影格渲染。基於導演層動態系統,將數據分析圖表輸出為 1080p 60FPS 包豪斯動態簡報,配備 120BPM 節奏音效與語音旁白。
一行指令生成單頁 3D 物理仿真與機構動態短影音(Three.js + WebGL 2)。內建熱力學與流體方程動態求解(Brayton 循環、噴管膨脹、泵浦定律),支援即時金屬實體剖切、爆炸圖與逐幀確定性 1080p 錄影。
領域三:數據視覺化與架構圖解 (Data Visualization & Architecture)
專業架構圖與技術流程圖技能。支援泳道圖、時序圖、狀態機、資料流向與工程階段向量 SVG 繪製,具備正交走線與零重疊規範。
具備深色模式的單檔高互動 HTML 視覺化轉譯技能。涵蓋 Mockup、Wireframe、ERD、Flow、Chart、Slides、Dashboard 等 12 大場景,指著代碼或需求一鍵生成獨立可交互 HTML。
基於 Edward Tufte 設計哲學與 WCAG AA 色彩規範。嚴格約束 0 基準線、雙軸對齊、防欺騙刻度與高質感冷灰藏青配色。
生成具備實體質感的 Isometric 等角立體技術插畫,適用於硬體架構、資料管線機關與物理層解剖展示。
整合 Graphic Walker 拖曳編碼槽與 Apache ECharts,內建 Tableau Prep 智慧欄位語意分類與 47 都道府縣自適應投影。
領域四:代理人工程、行為守則與導師 (Agentic Engineering, Disciplines & Mentorship)
Jesse Vincent 打造的代理人頂級工程方法論。強制執行 Spec-First 規格制定、TDD 測試先行、Git Worktree 安全分支隔離、子代理人指派與系統化 Code Review。
根據 Andrej Karpathy 對 AI 編程陷阱的深刻洞察所淬鍊的代理人行為守則。核心涵蓋:編程前停下發問(Think Before Coding)、極簡無過度設計(Simplicity First)、外科手術式精確修訂(Surgical Changes)與目標導向驗收。
用來向學員示範如何自己封裝 Skill。內建 4 大 Prompt 樣板、clean_data.py 自動化千分位與百分比清洗腳本。
基於香港大學 HKUDS 架構。提供三階漸進提示(不直接給代碼,先拆解思維架構)與無痛錯誤醫生,讓學員無老師也能自學。