ดาวน์โหลด pandas ai - ดาวน์โหลดซอร์สโค้ด pandas ai

pandas ai

ซอร์สโค้ดอื่น ๆ

v2.4.0

ดาวน์โหลด

Pandasai เป็นแพลตฟอร์ม Python ที่ทำให้ง่ายต่อการถามคำถามเกี่ยวกับข้อมูลของคุณในภาษาธรรมชาติ ช่วยให้ผู้ใช้ที่ไม่ใช่ด้านเทคนิคโต้ตอบกับข้อมูลของพวกเขาในลักษณะที่เป็นธรรมชาติมากขึ้นและช่วยให้ผู้ใช้ด้านเทคนิคประหยัดเวลาและความพยายามเมื่อทำงานกับข้อมูล

การปรับใช้แพนด้า

Pandasai สามารถใช้งานได้หลายวิธี คุณสามารถใช้งานได้อย่างง่ายดายในสมุดบันทึก Jupyter หรือแอพ streamlit หรือคุณสามารถปรับใช้เป็น REST API เช่น Fastapi หรือ Flask

หากคุณมีความสนใจในคลาวด์แพนดาไซที่ได้รับการจัดการหรือการเสนอองค์กรที่โฮสต์ตนเองของเราติดต่อเรา

- เริ่มต้น

คุณสามารถค้นหาเอกสารฉบับเต็มสำหรับ Pandasai ได้ที่นี่

คุณสามารถตัดสินใจใช้ Pandasai ในสมุดบันทึก Jupyter แอพ streamlit หรือใช้สถาปัตยกรรมไคลเอนต์และเซิร์ฟเวอร์จาก repo

☁ใช้แพลตฟอร์ม

แพลตฟอร์ม Pandasai

- การติดตั้ง

แพลตฟอร์ม Pandasai ใช้สถาปัตยกรรมไคลเอนต์-เซิร์ฟเวอร์ คุณจะต้องติดตั้ง Docker ในเครื่องของคุณ

git clone https://github.com/sinaptik-ai/pandas-ai/
cd pandas-ai
docker-compose build

เรียกใช้แพลตฟอร์ม

เมื่อคุณสร้างแพลตฟอร์มแล้วคุณสามารถเรียกใช้ได้ด้วย:

docker-compose up

สิ่งนี้จะเริ่มต้นไคลเอนต์และเซิร์ฟเวอร์และคุณสามารถเข้าถึงไคลเอนต์ได้ที่ http://localhost:3000

ใช้ห้องสมุด

- การติดตั้ง

คุณสามารถติดตั้งไลบรารี Pandasai โดยใช้ PIP หรือ Poetry

ด้วย pip:

pip install pandasai

ด้วยบทกวี:

poetry add pandasai

- การสาธิต

ลองใช้ห้องสมุด Pandasai ด้วยตัวเองในเบราว์เซอร์ของคุณ:

การใช้งาน

ถามคำถาม

 import os
import pandas as pd
from pandasai import Agent

# Sample DataFrame
sales_by_country = pd . DataFrame ({
    "country" : [ "United States" , "United Kingdom" , "France" , "Germany" , "Italy" , "Spain" , "Canada" , "Australia" , "Japan" , "China" ],
    "revenue" : [ 5000 , 3200 , 2900 , 4100 , 2300 , 2100 , 2500 , 2600 , 4500 , 7000 ]
})

# By default, unless you choose a different LLM, it will use BambooLLM.
# You can get your free API key signing up at https://pandabi.ai (you can also configure it in your .env file)
os . environ [ "PANDASAI_API_KEY" ] = "YOUR_API_KEY"

agent = Agent ( sales_by_country )
agent . chat ( 'Which are the top 5 countries by sales?' )

 China, United States, Japan, Germany, Australia

หรือคุณสามารถถามคำถามที่ซับซ้อนมากขึ้น:

 agent . chat (
    "What is the total sales for the top 3 countries by sales?"
)

 The total sales for the top 3 countries by sales is 16500.

แสดงภาพแผนภูมิ

นอกจากนี้คุณยังสามารถขอให้ Pandasai สร้างแผนภูมิให้คุณ:

 agent . chat (
    "Plot the histogram of countries showing for each one the gd. Use different colors for each bar" ,
)

แผนภูมิ

DataFrames หลายตัว

นอกจากนี้คุณยังสามารถส่งผ่าน dataframes หลายตัวไปยัง Pandasai และถามคำถามที่เกี่ยวข้องกับพวกเขา

 import os
import pandas as pd
from pandasai import Agent

employees_data = {
    'EmployeeID' : [ 1 , 2 , 3 , 4 , 5 ],
    'Name' : [ 'John' , 'Emma' , 'Liam' , 'Olivia' , 'William' ],
    'Department' : [ 'HR' , 'Sales' , 'IT' , 'Marketing' , 'Finance' ]
}

salaries_data = {
    'EmployeeID' : [ 1 , 2 , 3 , 4 , 5 ],
    'Salary' : [ 5000 , 6000 , 4500 , 7000 , 5500 ]
}

employees_df = pd . DataFrame ( employees_data )
salaries_df = pd . DataFrame ( salaries_data )

# By default, unless you choose a different LLM, it will use BambooLLM.
# You can get your free API key signing up at https://pandabi.ai (you can also configure it in your .env file)
os . environ [ "PANDASAI_API_KEY" ] = "YOUR_API_KEY"

agent = Agent ([ employees_df , salaries_df ])
agent . chat ( "Who gets paid the most?" )

 Olivia gets paid the most.

คุณสามารถค้นหาตัวอย่างเพิ่มเติมในไดเรกทอรีตัวอย่าง

ความเป็นส่วนตัวและความปลอดภัย

เพื่อที่จะสร้างรหัส Python ให้เรียกใช้เราใช้ตัวอย่างสุ่มจาก DataFrame เราจะสุ่ม (โดยใช้การสร้างแบบสุ่มสำหรับข้อมูลที่ละเอียดอ่อนและการสับสำหรับข้อมูลที่ไม่ไวต่อความรู้สึก) และส่งหัวแบบสุ่มไปยัง LLM

หากคุณต้องการบังคับใช้ความเป็นส่วนตัวของคุณเพิ่มเติมคุณสามารถสร้างอินสแตนซ์ Pandasai ด้วย enforce_privacy = True ซึ่งจะไม่ส่งหัว (แต่เพียงแค่ชื่อคอลัมน์) ไปยัง LLM