Gui-Pandas-ai ได้รับการออกแบบและพัฒนาโดย Ajay Arunachalam (Ajay.arunachalam08@gmail)-https://www.linkedin.com/in/ajay-ph-d-4744581a/
Gui-Pandas-ai
pypi: https://pypi.org/project/gui-pandas-ai
เวิร์กโฟลว์แอพที่สมบูรณ์สรุปได้ตามที่เห็นด้านล่าง

ผู้ใช้หลังจากการเข้าสู่ระบบที่ประสบความสำเร็จจะถูกเปลี่ยนเส้นทางไปยังหน้าต่างอินพุตคีย์ API เพื่อส่งคีย์ OpenAI ที่เกี่ยวข้อง ถัดไปผู้ใช้สามารถอัปโหลดไฟล์ CSV แบบแบนตามด้วยการสืบค้นการวิเคราะห์ข้อมูล ประวัติความเป็นมาของพรอมต์และการตอบกลับสามารถเก็บไว้ในไฟล์ข้อความพร้อมกับบทบัญญัติเพื่อบันทึกแปลง เพียงแค่หนึ่งสามารถถามคำถามเกี่ยวกับข้อมูลของคุณและรับคำตอบกลับในรูปแบบของการตอบสนองภาษาธรรมชาติของมนุษย์
Gui-Pandas-Ai เป็นเสื้อคลุม Python UI ที่เรียบง่ายและง่ายต่อการใช้งานที่สร้างขึ้นเพื่อใช้ Pandasai อย่างไร้เดียงสาและสังหรณ์ใจที่สุดเท่าที่จะทำได้ GUI-PANDAS-AI ให้บริการอินเทอร์เฟซ Web GUI ที่ใช้งานง่ายเพื่อเข้าถึง ChatGPT โดยตรงพร้อมกับบทบัญญัติสำหรับยูทิลิตี้การวิเคราะห์ข้อมูลที่สำคัญหลายอย่าง มันเป็นโซลูชันรหัสต่ำโดยสิ้นเชิง ด้วยแอพยูทิลิตี้นี้เราสามารถทำการวิเคราะห์ข้อมูลแบบ end-to-end ทั้งหมดได้ง่ายๆด้วยการสืบค้นข้อมูลอินพุตที่ใช้ข้อความตามระบอบประชาธิปไตย ผู้ใช้สามารถถามคำถามที่เกี่ยวข้องกับข้อมูลของพวกเขาและรับการวิเคราะห์ที่สอดคล้องกันเป็นการตอบสนอง นอกจากนี้ยังสามารถรับข้อมูลเชิงลึกอย่างรวดเร็วสำรวจแนวโน้มและรูปแบบรับผลลัพธ์ที่รวมรายงานการดึงข้อมูลข้อมูลและสรุปข้อมูลการแสดงผล SQL ของข้อมูลสำหรับการวิเคราะห์ SQL แบบออฟไลน์สารสกัดการเล่าเรื่องข้อมูล ฯลฯ
ขั้นตอนที่ 1) สร้างสภาพแวดล้อมเสมือนจริง
py -3 -m venv < your_env_name >
cd < your_env_name > /Scripts/activate
** or **
conda create -n < your_env_name > python=3.x (or 3.x)
source activate < your_env_name >ขั้นตอนที่ 2) สร้างโคลนของที่เก็บในสภาพแวดล้อมเสมือนจริงที่คุณสร้างขึ้น
git clone https://github.com/ajayarunachalam/gui-pandas-ai
cd gui-pandas-ai
pip install -r requirements.txt or sudo bash setup.sh or sudo python setup.py installขั้นตอนที่ 3) เปิดแอพพลิเคชั่น
แอพจะเปิดตัวด้วย URL ดังที่เห็นด้านล่าง

ดังที่เห็นด้านล่างของผู้ใช้สามารถลากและวางไฟล์ CSV หรืออัปโหลดและส่งคำถามในรูปแบบของการสืบค้นง่าย ๆ ผลการวิเคราะห์ข้อมูลได้รับกลับในรูปแบบของภาษาธรรมชาติ

ด้านล่างเป็นตัวอย่างโค้ดตัวอย่างที่เรียกใช้ LLMS ในขณะที่ดูข้อมูลที่อัปโหลด
if st . session_state . df is not None :
st . subheader ( "Peek into the uploaded dataframe:" )
st . write ( st . session_state . df . head ( 2 ))
with st . form ( "Question" ):
question = st . text_area ( "Question" , value = "" , help = "Enter your queries here" )
answer = st . text_area ( "Answer" , value = "" )
submitted = st . form_submit_button ( "Submit" )
if submitted :
with st . spinner ():
llm = OpenAI ( api_token = st . session_state . openai_key )
pandas_ai = PandasAI ( llm )
x = pandas_ai . run ( st . session_state . df , prompt = question )
fig = plt . gcf ()
fig , ax = plt . subplots ( figsize = ( 10 , 6 ))
plt . tight_layout ()
if fig . get_axes () and fig is not None :
st . pyplot ( fig )
fig . savefig ( "plot.png" )
st . write ( x )
st . session_state . prompt_history . append ( question )
response_history . append ( x ) # Append the response to the list
st . session_state . response_history = response_history Pandas AI เป็นห้องสมุด Python ที่เพิ่มความสามารถในการสร้างปัญญาประดิษฐ์ให้กับแพนด้าการวิเคราะห์ข้อมูลยอดนิยมและเครื่องมือการจัดการ Pandasai [Pandasai] (https://github.com/gventuri/pandas-ai) มีจุดมุ่งหมายเพื่อให้การสนทนาของ Pandas Dataframes ช่วยให้คุณถามคำถามเกี่ยวกับข้อมูลของคุณและรับคำตอบกลับในรูปแบบของภาษามนุษย์ธรรมชาติ
สำหรับภาพรวมอย่างรวดเร็วผ่านภาพประกอบด้านล่าง: (เครดิตและลิขสิทธิ์ทั้งหมดที่สงวนไว้สำหรับ Pandas AI)
รหัสข้างต้นจะส่งคืนสิ่งต่อไปนี้:
` 6 Canada 7 Australia 1 United Kingdom 3 Germany 0 United States Name: country, dtype: object `
แน่นอนคุณสามารถขอให้แพนดาไซได้ทำการสืบค้นที่ซับซ้อนมากขึ้น ตัวอย่างเช่นคุณสามารถขอให้ Pandasai ค้นหาผลรวมของ GDPS ของ 2 ประเทศที่ไม่พอใจที่สุด:
รหัสข้างต้นจะส่งคืนสิ่งต่อไปนี้:
` 19012600725504 `
` # Output: Olivia `
ยินดีต้อนรับการมีส่วนร่วมใด ๆ มากที่สุด! แอพ Guipandasai ยังคงมีขนาดใหญ่ทำงานอยู่ภายใต้ความคืบหน้า โปรดอย่าลังเลที่จะเปิดคำขอดึง
ลิขสิทธิ์ 2022-2023 Ajay Arunachalam <[email protected]>
ได้รับอนุญาตโดยไม่ต้องเสียค่าใช้จ่ายสำหรับบุคคลใด ๆ ที่ได้รับสำเนาซอฟต์แวร์นี้และไฟล์เอกสารที่เกี่ยวข้อง ("ซอฟต์แวร์") เพื่อจัดการในซอฟต์แวร์โดยไม่มีการ จำกัด รวมถึง แต่ไม่ จำกัด เฉพาะสิทธิ์ในการใช้สำเนาดัดแปลงผสานเผยแพร่เผยแพร่
ประกาศลิขสิทธิ์ข้างต้นและประกาศการอนุญาตนี้จะรวมอยู่ในสำเนาทั้งหมดหรือส่วนสำคัญของซอฟต์แวร์
ซอฟต์แวร์มีให้ "ตามสภาพ" โดยไม่มีการรับประกันใด ๆ ไม่ว่าโดยชัดแจ้งหรือโดยนัยรวมถึง แต่ไม่ จำกัด เฉพาะการรับประกันความสามารถในการค้าการออกกำลังกายสำหรับวัตถุประสงค์เฉพาะและการไม่เข้าร่วม ไม่ว่าในกรณีใดผู้เขียนหรือผู้ถือลิขสิทธิ์จะต้องรับผิดชอบต่อการเรียกร้องความเสียหายหรือความรับผิดอื่น ๆ ไม่ว่าจะเป็นการกระทำของสัญญาการละเมิดหรืออื่น ๆ ที่เกิดขึ้นจากหรือเกี่ยวข้องกับซอฟต์แวร์หรือการใช้งานหรือการติดต่ออื่น ๆ ในซอฟต์แวร์ © 2023 GitHub, Inc.
การกล่าวถึงเป็นพิเศษเกี่ยวกับ Streamlit, Openai, Pandasai, การทำโปรไฟล์ Pandas และชุมชนโอเพนซอร์สอื่น ๆ สำหรับการมีส่วนร่วมที่เหลือเชื่อของพวกเขา