Pandas-ai : Une nouvelle méthode de traitement de données interactive, intégrant la technologie ChatGPT.

Python Pandas est une boîte à outils open source qui fournit des fonctions de manipulation et d'analyse de données pour la programmation Python. Cette bibliothèque est devenue un outil essentiel 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 dans les étapes de prétraitement des processus d'apprentissage automatique et d'apprentissage profond. En assurant le nettoyage, le remodelage, la fusion et l'agrégation des données, Pandas peut transformer des ensembles de données brutes en tableaux bidimensionnels structurés et prêts à l'emploi qui peuvent être introduits dans des algorithmes d'intelligence artificielle.

Pandas-ai introduction

PandasAI convertit Pandas en un outil conversationnel, vous pouvez poser des questions sur les données et il répondra sous la forme d'une trame de données Pandas.

Par exemple, nous pouvons demander à PandasAI de renvoyer toutes les lignes d'un DataFrame avec des valeurs de colonne supérieures à 5, et il renverra un DataFrame contenant uniquement ces lignes.

<code>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": [21400000, 2940000, 2830000, 3870000, 2160000, 1350000, 1780000, 1320000, 516000, 14000000], "happiness_index": [7.3, 7.2, 6.5, 7.0, 6.0, 6.3, 7.3, 7.3, 5.9, 5.0] })  # Instantiate a LLM from pandasai.llm.openai import OpenAI llm = OpenAI()  pandas_ai = PandasAI(llm) pandas_ai.run(df, prompt='Which are the 5 happiest countries?')</code>

En plus de renvoyer des résultats, vous pouvez également générer des graphiques :

<code>pandas_ai.run( df, "Plot the histogram of countries showing for each the gpd, using different colors for each bar", )</code>

Installation et utilisation

Utilisez simplement pip pour installer et utiliser :

<code>pip install pandasai</code>

Mais lorsque vous utilisez pandasai, vous devez saisir un openai api- key, pour qu'il puisse appeler le modèle de langage d'openai :

Puis importez-le avant utilisation, puis entrez la clé api à utiliser :

<code>#Import pandas and pandas-ai import pandas as pd from pandasai import PandasAI # Instantiating my llm using OpenAI API key. from pandasai.llm.openai import OpenAI # OpenAI llm = OpenAI(api_token="YOUR_OPENAI_API_KEY")</code>

En raison des caractéristiques des pandas, nous pouvons non seulement traiter un fichier csv, on peut aussi se connecter à une base de données relationnelle, comme pgsql :

<code># 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)</code>

Ensuite comme le code ci-dessus, on peut lui parler directement :

<code># Using pandas-ai! pandas_ai = PandasAI(llm) pandas_ai.run(df, prompt='Place your prompt here)</code>

Enfin

ChatGPT et Pandas sont des outils puissants , lorsqu’ils sont combinés, peuvent révolutionner la façon dont nous interagissons avec les données et les analysons. Grâce à ses capacités avancées de traitement du langage naturel, ChatGPT permet une interaction humaine plus intuitive avec les données. PandasAI peut améliorer l'expérience d'analyse des données 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 de leurs données sans écrire de code volumineux.

Il s'agit d'une nouvelle approche de la programmation pour ceux qui ne sont pas encore familiers avec les opérations/conversions Python ou Pandas. Au lieu de programmer la tâche que vous souhaitez effectuer, il vous suffit de parler à l'agent IA et de lui dire exactement le résultat que vous souhaitez, et l'agent convertit ce message en code interprétable par ordinateur et renvoie le résultat.

Ce qui précède est le contenu détaillé de. pour plus d'informations, suivez d'autres articles connexes sur le site Web de PHP en chinois!