Jupyter 工作区
写代码探索数据
在熟悉的 JupyterLab 里编写 Python、整理数据文件和绘制图表,由 DeepAnalyze 在 Notebook 中辅助分析。
- JupyterLab 环境开箱即用,无需本地配置
- Notebook 与工作区文件持久保存
- 独立账户与隔离的计算环境
进入 Jupyter 工作区
jupyter.deepanalyze.net
想自己写代码,就在 Jupyter 工作区里探索;想直接提出问题,就交给 DeepAnalyze Web。从一个问题出发,走向可复现、可交付的发现。
分析本季度各区域的增长来源
界面示例 · 非真实业务数据
按你习惯的方式开始分析,两个产品各自独立登录、互不影响。
写代码探索数据
在熟悉的 JupyterLab 里编写 Python、整理数据文件和绘制图表,由 DeepAnalyze 在 Notebook 中辅助分析。
提出问题,拿到结果
把数据、资料和业务问题交给分析 Agent,在浏览器里得到可执行、可追溯、能产出文件的分析结果。
在熟悉的 JupyterLab 中编写 Python、探索数据与绘制图表,无需从头配置本地环境。
使用 DeepAnalyze 辅助探索数据和代码,整理分析思路,并保留可复现的过程。
保留 Notebook 与工作区文件,下次登录继续已有的分析。重要数据请定期自行备份。
通过统一身份登录平台与工作区,独立账户、隔离环境,让工作空间各有所属。
在工作区整理数据文件,借助 Python 生态完成清洗、探索与可视化,让结果与代码相伴。
查看工作区运行状态与资源配额,按需启动和停止计算环境,掌握自己的分析节奏。