学习 Excel 生成式人工智能工具 (Chinese Edition)

第四部分：故事 与解决方案

第四部分作为本书前三部分的实践指南，汇集了一系列旨在巩固前几章所介绍的基础技能的实用活动。附录部分侧重于应用练习，通过直接处理真实的电子表格场景，帮助您巩固所学知识。第四部分采用短篇小说的形式，这正是我所称的“应用小说”，一种沉浸式学习的技术。

附录 A 提供了实践活动，利用 ChatGPT 作为实用辅助工具，巩固本书第一部分的关键主题。您将从数据组织和可视化开始，练习如何清晰地结构化数据，并创建能有效传达洞察的图表。 接下来，您将着手构建可复用的模板，学习如何标准化布局、公式和格式，从而使重复性任务处理得更快、更一致。最后，您将探索基础宏的创建，通过录制和编辑简单的宏来自动化重复操作，从而提高工作流的效率。

附录 B 作为本书第二部分的实践延伸，提供了有助于您将 Copilot 应用于真实数据分析工作流的动手练习。这些练习的结构遵循数据项目的自然进程：您首先使用 Copilot 准备数据，对数据集进行清理和结构化处理以备分析；随后进入基础统计环节，利用 Copilot 计算并解读关键指标。 接下来，重点转向数据探索与可视化，通过图表和摘要揭示数据中的模式与趋势。最后，附录以数据报告为结尾，指导您将结果整理成清晰、结构完善的输出，便于与他人分享。

附录 C 提供了扩展本书第三部分内容的实践活动，将 AI 工具与 Excel 中的 Python 相结合。您将首先使用 Numerous.ai 进行数据清理，随后利用PY()函数进行数据提取，并通过 Python 处理和重塑数据。附录最后介绍了如何使用 Python 和 AI 进行预测，通过简单的建模和预测任务，展示 AI 驱动的代码如何生成前瞻性洞察。