怎么用 PandasAI 進(jìn)行對話(huà)式數據分析？
本文主要介紹了如何利用PandasAI這個(gè)工具進(jìn)行對話(huà)式的數據分析，包括安裝、引入SmartDataFrame、生成和分析數據以及繪制圖表等步驟，并提醒讀者注意大模型生成的結果需要進(jìn)一步驗證。
PandasAI 是一個(gè)能讓數據分析變得更加有趣的庫，它充分利用了 Pandas 的強大功能，并結合大型語(yǔ)言模型的優(yōu)勢，使得用戶(hù)能夠以日常對話(huà)的方式進(jìn)行數據分析。例如，你問(wèn) PandasAI：
累計購買(mǎi)次數最多的客戶(hù)是誰(shuí)？
PandasAI 會(huì )直接告訴你答案，而不你用去寫(xiě)很多代碼，也不用做一些繁瑣的操作。
那么，具體應該怎么用 PandasAI 進(jìn)行對話(huà)式的數據分析呢？
首先，你需要安裝 PandasAI，如果你還沒(méi)有安裝的話(huà)，可以在數據分析環(huán)境的 Jupyter Notebook 中運行以下命令：
!pipinstallpandasai
其次，用以下代碼，引入智能數據框 SmartDataframe：
from pandasai import SmartDataframe
接下來(lái)，為了方便演示 PandasAI 的功能，我們模擬生成一些數據：
import numpy as np
import pandas as pd
from faker import Faker
# 創(chuàng )建數據生成器
fake = Faker(‘zh_CN’)
# 設置隨機種子以確?？芍貜偷慕Y果
np.random.seed(0)
fake.random.seed(0)
# 生成數據集
data = {
‘客戶(hù)姓名’: [fake.name for _ in range(100)],
‘性別’: [fake.random.choice([‘男’, ‘女’]) for _ in range(100)],
‘年齡’: np.random.randint(18, 70, size=100),
‘所在省份’: [fake.province for _ in range(100)],
‘最近購買(mǎi)時(shí)間’: [fake.date_between(start_date=’-2y’, end_date=’today’) for _ in range(100)],
‘累計購買(mǎi)次數’: np.random.randint(1, 20, size=100),
‘累計購買(mǎi)金額’: np.random.normal(loc=1000, scale=500, size=100)
# 累計購買(mǎi)金額與累計購買(mǎi)次數的合理比例
data[“累計購買(mǎi)金額”] = [round(times * np.random.uniform(500, 800), 2) for times in data[“累計購買(mǎi)次數”]]
# 創(chuàng )建 DataFrame
df = pd.DataFrame(data)
你可以把數據替換為自己的數據，比如從 Excel 文件或數據庫中讀取數據。
然后，你可以開(kāi)始調用大模型來(lái)分析數據。PandasAI 默認使用的大語(yǔ)言模型是 BambooLLM，你可以在 密鑰，并復制到下面的代碼中。
import os
os.environ[‘PANDASAI_API_KEY’] = “把你的 API 密鑰復制到這里”
sdf = SmartDataframe(df)
現在，你就可以用自然語(yǔ)言與 PandasAI 進(jìn)行對話(huà)式的數據分析，例如：
你還可以用下面的命令，把 PandasAI 最近執行的代碼顯示出來(lái)，確認它不是胡說(shuō)八道，而是經(jīng)過(guò)嚴格的數學(xué)計算。
print(sdf.last_code_generated)
需要注意的是：大模型生成的分析結果，雖然可以提供有價(jià)值的參考，但并非 100% 準確可靠。在實(shí)際應用中，我們需要加強驗證，并對最終的結果負責。
你還可以讓 PandasAI 幫你繪制圖表，例如：sdf.chat(“請用直方圖展示客戶(hù)年齡分布”)因為中文字體的原因，此時(shí)系統可能會(huì )報錯。你可以把系統報錯的信息發(fā)給 AI，例如：
參考 AI 提供的方法，稍微修改一下提示詞：
sdf.chat(“請用直方圖展示客戶(hù)年齡分布，
并用 plt.rcParams[‘font.sans-serif’] = [‘SimHei’] 來(lái)正常顯示中文標簽”)
重新運行之后，正常情況下就能得到一張圖表如下：
你甚至可以提出一些額外的要求，例如：
sdf.chat(“請用直方圖展示客戶(hù)年齡分布，
并用 plt.rcParams[‘font.sans-serif’] = [‘SimHei’] 來(lái)正常顯示中文標簽，
上面的標題用 16 號字體?！?
運行結果如下：
最后，你還可以按照自己的想法，提出自己的要求，只要你的意思表達清晰明確，PandasAI 通常都會(huì )給你相應的回答。例如：
sdf.chat(“請對數據繪制相關(guān)性矩陣圖，
并用 plt.rcParams[‘font.sans-serif’] = [‘SimHei’] 來(lái)正常顯示中文標簽”)
運行結果如下：
總之，PandasAI 能夠從日常對話(huà)中，智能識別用戶(hù)的意圖，并生成相應的數據分析結果，幫助我們更加高效地處理和分析數據。
本文由人人都是產(chǎn)品經(jīng)理作者【林驥】，*：【林驥】，原創(chuàng )/授權 發(fā)布于人人都是產(chǎn)品經(jīng)理，未經(jīng)許可，禁止轉載。
題圖來(lái)自Unsplash，基于 CC0 協(xié)議。
