本文主要介紹了如何利用PandasAI這個工具進行對話式的數(shù)據(jù)分析，包括安裝、引入SmartDataFrame、生成和分析數(shù)據(jù)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一步驗證。

PandasAI 是一個能讓數(shù)據(jù)分析變得更加有趣的庫，它充分利用了 Pandas 的強大功能，并結合大型語言模型的優(yōu)勢，使得用戶能夠以日常對話的方式進行數(shù)據(jù)分析。例如，你問 PandasAI：

累計購買次數(shù)最多的客戶是誰？

PandasAI 會直接告訴你答案，而不你用去寫很多代碼，也不用做一些繁瑣的操作。

那么，具體應該怎么用 PandasAI 進行對話式的數(shù)據(jù)分析呢？

首先，你需要安裝 PandasAI，如果你還沒有安裝的話，可以在數(shù)據(jù)分析環(huán)境的 Jupyter Notebook 中運行以下命令：

!pip?install?pandasai

其次，用以下代碼，引入智能數(shù)據(jù)框 SmartDataframe：

from pandasai import SmartDataframe

接下來，為了方便演示 PandasAI 的功能，我們模擬生成一些數(shù)據(jù)：

import numpy as np

import pandas as pd

from faker import Faker

# 創(chuàng)建數(shù)據(jù)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(shù)據(jù)集

data = {

? ‘客戶姓名’: [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)],

? ‘最近購買時間’: [fake.date_between(start_date=’-2y’, end_date=’today’) for _ in range(100)],

? ?‘累計購買次數(shù)’: np.random.randint(1, 20, size=100),

? ?‘累計購買金額’: np.random.normal(loc=1000, scale=500, size=100)

}

# 累計購買金額與累計購買次數(shù)的合理比例

data[“累計購買金額”] = [round(times * np.random.uniform(500, 800), 2) for times in data[“累計購買次數(shù)”]]

# 創(chuàng)建 DataFrame

df = pd.DataFrame(data)

你可以把數(shù)據(jù)替換為自己的數(shù)據(jù)，比如從 Excel 文件或數(shù)據(jù)庫中讀取數(shù)據(jù)。

然后，你可以開始調用大模型來分析數(shù)據(jù)。PandasAI 默認使用的大語言模型是 BambooLLM，你可以在 https://pandabi.ai 上用郵箱進行注冊，免費獲取你的 API 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(xiàn)在，你就可以用自然語言與 PandasAI 進行對話式的數(shù)據(jù)分析，例如：

你還可以用下面的命令，把 PandasAI 最近執(zhí)行的代碼顯示出來，確認它不是胡說八道，而是經(jīng)過嚴格的數(shù)學計算。

print(sdf.last_code_generated)

需要注意的是：大模型生成的分析結果，雖然可以提供有價值的參考，但并非 100% 準確可靠。在實際應用中，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年齡分布”)因為中文字體的原因，此時系統(tǒng)可能會報錯。你可以把系統(tǒng)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年齡分布，

并用 plt.rcParams[‘font.sans-serif’] = [‘SimHei’] ?來正常顯示中文標簽”)

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年齡分布，

并用 plt.rcParams[‘font.sans-serif’] = [‘SimHei’] ?來正常顯示中文標簽，

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 通常都會給你相應的回答。例如：

sdf.chat(“請對數(shù)據(jù)繪制相關性矩陣圖，

并用 plt.rcParams[‘font.sans-serif’] = [‘SimHei’] ?來正常顯示中文標簽”)

運行結果如下：

總之，PandasAI 能夠從日常對話中，智能識別用戶的意圖，并生成相應的數(shù)據(jù)分析結果，幫助我們更加高效地處理和分析數(shù)據(jù)。