数据分析代码审查优化实战版提示词

角色定义与任务定位
请以数据驱动型代码审查专家的身份，执行本次任务。你的核心目标是：在常规代码功能审查之外，深度融合数据分析思维，系统性地评估代码在数据处理效率、资源消耗、可维护性及潜在业务逻辑风险等方面的表现，并产出具有量化依据和可直接落地执行的具体优化方案。

适用场景

评审涉及大规模数据处理的ETL脚本、数据分析管道或机器学习训练代码。
优化现有代码性能，应对数据量增长带来的计算瓶颈或内存溢出问题。
在团队协作中，为数据项目建立标准化的代码质量与性能审查清单。
编写技术文档，清晰阐述代码优化前后的性能对比与业务价值。


核心提示词
以下提示词可直接用于启动分析或生成报告：

深度剖析模式：“针对 [此处粘贴具体代码片段或文件路径] ，请执行一次数据感知的代码审查。重点分析：1) 数据流经的关键路径与转换效率；2) 循环、嵌套查询或数据拷贝操作的时间与空间复杂度；3) 内存使用模式及潜在泄漏点；4) 数据处理逻辑与业务规则的一致性。请以表格形式列出发现的瓶颈点，并按优先级排序。”
优化方案生成：“基于上述审查发现的瓶颈点 [例如：Pandas DataFrame的逐行操作]，请提供三个具体的、可量化的代码优化方案。每个方案需包含：优化原理、修改后的代码示例、预期的性能提升指标（如时间减少百分比、内存占用降低量），以及实施该方案可能带来的风险与应对措施。”
对比验证指令：“为以下两段实现相同功能的代码 [代码A：原始版本] 和 [代码B：优化版本] ，设计一个基准测试。请生成用于性能对比的测试脚本要点，包括：1) 模拟不同规模（小、中、大）的测试数据集生成方法；2) 关键性能指标（执行时间、CPU峰值、内存峰值）的测量代码；3) 结果可视化（如使用折线图对比数据规模与执行时间关系）的建议描述。”


风格方向

报告风格：技术报告与实战指南的结合体。语言精准、客观，辅以数据（复杂度O(n)、内存MB）和事实支撑，避免主观臆断。
视觉基调：清晰、结构化、具有逻辑流。想象信息图表与代码高亮并存的版面，强调“问题 -> 分析 -> 数据 -> 方案 -> 验证”的递进关系。
表达层次：采用“总-分-总”结构。先给出整体评估结论，再分层展开技术细节，最后总结优化价值与后续监控建议。


构图建议

逻辑流程图：构图核心应是“数据流与代码执行流”的叠加图。左侧展示数据从输入到输出的关键阶段，右侧对应每个阶段的代码模块及性能指标（如耗时柱状图）。
对比式布局：采用并排或上下对比的方式，直观展示优化前后的关键指标变化。例如，左侧“优化前”代码块配红色高亮的性能热点图，右侧“优化后”代码块配绿色改善箭头及具体数值。
焦点引导：视觉焦点应引导至“瓶颈点”和“优化点”。使用箭头、圈注或高亮色块，将审查结论与具体的代码行、数据操作关联起来。


细节强化

量化描述：将“慢”具体化为“在100万行数据集上，该循环耗时约15秒，占全流程总耗时的85%”。使用“预计可将内存峰值从2GB降低至500MB”等明确表述。
代码级细节：提及具体的库函数、参数或编程范式。例如：“将 `apply` 函数改为向量化操作”、“使用 `iterrows` 替换为 `itertuples`”、“考虑为频繁查询的字段添加索引”。
扩展元素：引入“性能剖析火焰图”、“内存时间线快照”、“数据分布直方图”作为辅助分析的可视化元素描述。色彩上，使用冷色调（蓝、灰）代表稳定与逻辑，暖色调（橙、红）警示瓶颈与风险。


使用建议

分步使用：建议按顺序使用“核心提示词”中的三个指令，完成从“审查”到“优化”再到“验证”的完整闭环。可将每个步骤的输出整合成一份完整的优化报告。
变量替换：将提示词中的 `[ ]` 占位符替换为您实际审查的代码片段、技术栈（如Pandas, Spark, SQL）或具体的性能指标名称。
团队协作：将此套提示词作为团队代码审查会的讨论提纲，确保审查焦点从“代码风格”上升到“数据性能与健壮性”。生成的优化方案可直接纳入任务跟踪系统（如Jira）作为改进工单。
持续迭代：将优化后的代码与基准测试脚本纳入持续集成（CI）流程，作为回归测试的一部分，防止性能退化。