CodeGeeX提供五种生成Python数据统计代码的方式：一、VS Code插件自然语言指令；二、网页版结构化模板输入；三、基于列名反向提示；四、命令行工具批量生成；五、Jupyter Notebook内联注释生成。
☞☞☞AI 智能聊天, 问答助手, AI 智能搜索, 多模态理解力帮你轻松跨越从0到1的创作门槛☜☜☜
如果您希望快速生成用于Python数据统计的代码，但缺乏编写汇总计算脚本的经验或时间，则可能是由于对pandas、numpy等库的函数调用不熟悉或不确定统计维度与聚合逻辑。以下是使用CodeGeeX生成Python数据统计代码的多种具体操作方式：
一、通过自然语言指令在CodeGeeX插件中直接生成
该方法适用于已安装VS Code并配置CodeGeeX插件的用户，利用上下文感知能力解析统计需求并输出可运行脚本。
1、在VS Code中打开一个空白.py文件，光标置于首行。
2、输入提示词：“生成Python代码：读取名为‘sales.csv’的CSV文件，按‘region’分组，计算每组的销售额总和、平均值、最大值和记录数，并将结果保存为‘summary.xlsx’”。
立即学习“Python免费学习笔记（深入）”；
3、按下快捷键Ctrl+Enter（Windows/Linux）或Cmd+Enter（macOS）触发CodeGeeX补全。
4、检查生成代码是否包含pandas.read_csv()、groupby()、agg()及to_excel()调用，确认无语法错误。
二、在CodeGeeX网页版中使用结构化模板输入
该方法适用于未安装本地插件的用户，通过预设字段降低歧义，提升生成结果的准确性与可执行性。
1、访问CodeGeeX官网并进入“代码生成”页面。
2、在“任务类型”下拉框中选择“数据统计脚本”。
3、在“输入格式”栏填写：CSV；在“输出目标”栏填写：Excel表格。
4、在“统计要求”文本框中逐行输入：按category列分组；计算quantity列的sum、mean；计算price列的max；统计每组行数。
5、点击“生成代码”，复制返回的完整Python脚本到本地环境运行。
三、基于已有数据文件路径与列名反向提示生成
该方法适用于已有明确数据结构但不确定如何表达统计逻辑的用户，利用文件实际信息增强生成相关性。
1、在Python交互环境中运行pd.read_csv("data.csv").columns.tolist()，获取列名列表。
2、将输出结果如['date', 'product', 'sales', 'region']作为上下文，粘贴至CodeGeeX提示框。
3、追加自然语言指令：“对上述列，按region和product联合分组，汇总sales的总和与均值，结果按sales总和降序排列”。
4、提交请求后，验证生成代码中是否包含sort_values(ascending=False)及multiindex groupby语句。
四、使用CodeGeeX命令行工具批量生成多维度统计脚本
该方法适用于需为多个数据表或不同统计口径生成脚本的场景，支持参数化指令输入与脚本导出。
1、在终端执行codegeex-cli init完成初始化配置。
2、创建prompt.yaml文件，写入以下内容：input_file: "user_logs.csv", group_by: ["device_type"], metrics: {duration: ["sum", "avg"], action_count: ["count"]}。
3、运行命令：codegeex-cli generate --config prompt.yaml --output stats_script.py。
4、检查生成的stats_script.py是否包含read_csv、set_index、agg字典及reset_index调用。
五、在Jupyter Notebook中结合CodeGeeX Cell注释生成内联统计代码
该方法适用于探索性数据分析场景，支持以Markdown Cell描述需求，自动注入对应Python Cell代码。
1、在Jupyter中新建Cell，切换为Markdown模式，输入：“计算df中age列的分布：最小值、Q1、中位数、Q3、最大值，并绘制箱线图”。
2、选中该Cell，右键选择“CodeGeeX → Generate Code Below”。
3、新生成的Code Cell应包含df.age.describe()调用及sns.boxplot()语句。
4、确认生成代码中是否引入了import seaborn as sns与import matplotlib.pyplot as plt。
