Depuis le compte officiel : Data STUDIO
Python Pandas est une boîte à outils open source qui fournit des capacités de manipulation et d'analyse de données pour la programmation Python. Cette bibliothèque est devenue un outil incontournable pour les data scientists et les analystes. Il fournit un moyen efficace de gérer les données structurées (Series et DataFrame).
Dans le domaine de l'intelligence artificielle, Pandas est souvent utilisé comme étape de prétraitement dans les processus d'apprentissage automatique et d'apprentissage en profondeur. En assurant le nettoyage, le remodelage, la fusion et l'agrégation des données, Pandas peut convertir des ensembles de données brutes en tableaux bidimensionnels structurés et prêts à l'emploi pouvant être intégrés à des algorithmes d'intelligence artificielle.
Adresse du projet : https://github.com/gventuri/pandas-ai
Installer Pandas AI en utilisant pip
pip install pandasai
Utiliser OpenAI pour importer PandasAI
Dans l'étape suivante, nous allons importer la bibliothèque pandasai que nous avons installée précédemment, puis importer la fonctionnalité LLM (Large Language Model). Depuis mai 2023, pandasai ne prend en charge que les modèles OpenAI, que nous utiliserons pour comprendre les données.
import pandas as pd
from pandasai import PandasAI
# Sample DataFrame
df = pd.DataFrame({
"country": ["United States", "United Kingdom", "France", "Germany", "Italy", "Spain", "Canada", "Australia", "Japan", "China"],
"gdp": [19294482071552, 2891615567872, 2411255037952, 3435817336832, 1745433788416, 1181205135360, 1607402389504, 1490967855104, 4380756541440, 14631844184064],
"happiness_index": [6.94, 7.16, 6.66, 7.07, 6.38, 6.4, 7.23, 7.22, 5.87, 5.12]
})
# Instantiate a LLM
from pandasai.llm.openai import OpenAI
llm = OpenAI(api_token="your_API_key")
pandas_ai = PandasAI(llm)
pandas_ai.run(df, prompt='Which are the 5 happiest countries?')
6 Canada
7 Australia
1 United Kingdom
3 Germany
0 United States
Name: country, dtype: object
Pour utiliser l'API OpenAI, vous devez générer votre propre clé API unique.
En raison des caractéristiques des pandas, nous pouvons non seulement traiter des fichiers csv, mais également nous connecter à des bases de données relationnelles, telles que pgsql :
# creating the uri and connecting to database
pg_conn = "postgresql://YOUR URI HERE"
#Query sql database
query = """
SELECT *
FROM table_name
"""
#Create dataframe named df
df = pd.read_sql(query,pg_conn)
Ensuite, comme le code ci-dessus, nous pouvons lui parler directement :
# Using pandas-ai!
pandas_ai = PandasAI(llm)
pandas_ai.run(df, prompt='Place your prompt here)
Bien sûr, vous pouvez également laisser PandasAI effectuer des requêtes plus complexes. Par exemple, PandasAI peut être invité à additionner le PIB des 2 pays les moins satisfaits :
pandas_ai.run(df, prompt='What is the sum of the GDPs of the 2 unhappiest countries?')
Le code ci-dessus renverra ce qui suit :
19012600725504
Vous pouvez également demander à PandasAI de dessiner :
pandas_ai.run(
df,
"Plot the histogram of countries showing for each the gpd, using different colors for each bar",
)
enfin
ChatGPT, Pandas sont des outils puissants qui, lorsqu'ils sont combinés, peuvent révolutionner la façon dont nous interagissons avec les données et les analysons. ChatGPT, avec ses capacités avancées de traitement du langage naturel, permet des interactions plus intuitives de type humain avec les données. Et PandasAI peut améliorer l'expérience d'analyse des données de Pandas. En convertissant des tâches complexes de manipulation de données en requêtes simples en langage naturel, PandasAI permet aux utilisateurs d'extraire plus facilement des informations précieuses à partir de données sans écrire beaucoup de code.
C'est une nouvelle façon de programmer pour ceux qui ne sont pas encore familiarisés avec les opérations/transformations Python ou pandas. Nous n'avons pas besoin de programmer la tâche que vous souhaitez effectuer, mais parlez simplement à l'agent AI, dites-lui explicitement le résultat souhaité, et l'agent convertira ce message en un code interprétable par ordinateur et renverra le résultat.
Enfin, je voudrais recommander notre groupe de membres, actuellement il y a des investisseurs providentiels en capital-risque, des chasseurs de têtes RH, Douyin big V, des blogueurs émotionnels, des avocats, des conseillers psychologiques, des ventes médicales, de l'immobilier, des assurances, des professeurs de piano, des opérateurs, des conseils aux entreprises, Des étudiants du commerce électronique transfrontalier, de la construction, des analystes de données dans l'industrie Internet, du développement back-end, des tests Python et d'autres industries se joindront.
À l'heure actuelle, il y a plus de 400 personnes sur la planète et 41 astuces ont été mises à jour dans le contenu de la colonne. Chaque jour, les planètes publient leurs propres expériences. Vous pouvez apprendre pour seulement un dollar :
Python : 44 leçons de cours d'initiation à python + 9 leçons de chronique Django + cas pratiques intéressants
chatgpt : entrée, avancé, fun office, cours avancés
AI painting : bases de Mj, entrée, avancé, gameplay de Xiaohongshu
Vous pouvez également rencontrer beaucoup de gens formidables!
Inscrivez-vous pour envoyer un compte indépendant ChatGPT
Envoyez également des cours vidéo avancés ChatGPT
Le prix d'origine est de 99, et maintenant il est gratuit d'envoyer des membres de la planète
Appuyez longuement sur WeChat pour essayer le contenu
Si vous n'êtes pas satisfait dans les trois jours, vous pouvez directement rembourser ! ! !
推荐阅读:
入门: 最全的零基础学Python的问题 | 零基础学了8个月的Python | 实战项目 |学Python就是这条捷径
干货:爬取豆瓣短评,电影《后来的我们》 | 38年NBA最佳球员分析 | 从万众期待到口碑扑街!唐探3令人失望 | 笑看新倚天屠龙记 | 灯谜答题王 |用Python做个海量小姐姐素描图 |碟中谍这么火,我用机器学习做个迷你推荐系统电影
趣味:弹球游戏 | 九宫格 | 漂亮的花 | 两百行Python《天天酷跑》游戏!
AI: 会做诗的机器人 | 给图片上色 | 预测收入 | 碟中谍这么火,我用机器学习做个迷你推荐系统电影
小工具: Pdf转Word,轻松搞定表格和水印! | 一键把html网页保存为pdf!| 再见PDF提取收费! | 用90行代码打造最强PDF转换器,word、PPT、excel、markdown、html一键转换 | 制作一款钉钉低价机票提示器! |60行代码做了一个语音壁纸切换器天天看小姐姐!|