数据记者利用Claude Code清洗5万条船舶名称，展示AI辅助数据分析实战

数据记者Jon Keegan对NOAA（美国国家海洋和大气管理局）发布的AIS（船舶自动识别系统）数据进行了深度挖掘，成功提取并整理了超过50,000个独特的船舶名称。这些数据源自美国水道沿线的地面站点捕获的船舶广播信号，涵盖了从休闲游艇到大型货轮的各种船只。分析发现，船名不仅是身份标识，更是船主个性和职业的映射，其中包含了大量的航海双关语、流行文化致敬（如《指环王》、《星球大战》及《宋飞正传》中的梗）、关于财富和职业（如律师、医生、金融从业者）的暗示，甚至包含一些带有戏谑性质的成人幽默。在技术实现层面，该项目不仅使用了Python和Jupyter Notebook处理高达300GB的原始数据，更引人注目的是，作者明确使用了Anthropic推出的AI编程工具Claude Code来协助对混乱的船名文本进行分类，并构建了交互式数据浏览器。这一案例生动展示了现代数据新闻工作流如何利用大模型技术解决非结构化数据清洗与分类的难题。

事件分析

💡 核心观点：AI编程助手正从“代码生成”向“业务理解”进化，成为处理非结构化数据和提升数据分析效率的关键生产力工具。