如何用 ChatGPT 做数据进阶可视化?(三维交互图与动图视频)

你只需输入数据和需求,结果自然来。

09e8950cdc3ea7cafce0403c4c7fee66.jpeg

自动可视化

在《如何用 ChatGPT 帮你自动分析数据?》这篇文章里,我已经为你介绍过 Code Interpreter 。它是 ChatGPT 的一个模式,目前还在 alpha 测试阶段。


10f60432bf0d288d38e03ebaf87ace6b.jpeg

Code Interpreter 可以接收文件输入,然后在用户的指令下与文件内容进行交互。它提供一个虚拟运行环境,让你可以在里面直接执行 Python 代码,还支持图文输出和文件下载链接生成功能。

《如何用 ChatGPT 帮你自动分析数据?》里面,我用一组样例贷款数据给你演示了 Code Interpreter 如何帮你分析每个变量的含义,及其在数据集中的分布。咱们当时主要做的,是机器学习建模。

5973a6e1efa99aeefb05b5327e1725eb.jpeg

视频中没有展示的部分,你其实可以自己扩展。只需要提示 Code Interpreter 进行可视化,你就能看到相应的统计图形。

4937d0b9ed85a7a89c4d2fcfc65cac63.jpeg

上面是连续型数据的描述,你也可以对类别数据做一些统计。

dfb6b9748ae1d8ea9f4aa8699b8618f9.jpeg

上面这些都是单变量描述统计。你还可以让 Code Interpreter 自动分析多变量之间的关系,例如下面这张图就展示了贷款数据集里不同变量间的关联。

2edae7c1ed9545bbb866177a8d51ea2b.jpeg

在 这篇文章里,我也为你展示了如何使用 Code Interpreter 来做复杂网络仿真进程的可视化。

c5120ae359d85a3ae1bf7cfad31d605e.jpeg

632d0c49c041c18e41cea6c4d98a53a5.png今天这篇文章,咱们来谈谈 Code Interpreter 的「高级」自动可视化功能。这里我主要介绍两方面的内容:

  • 三维交互图

  • 动图视频制作。

有些数据涉及时间轴,在分析和展示的时候,会用到上述图形。在时间基础上,查看数据集不同变量间的关系流变,至少会让可视化结果更有冲击力。

数据

我们首先当然需要找到一个合适的数据集。换作以前,我会乖乖去一些开放数据集网站找寻,或者直接在引擎里搜索时间序列数据。但现在我会问自己一个问题:需要我自己找吗?

当然不要。

怎么办?懒人有懒办法,我使用下面提示语在 ChatGPT 联网模式下搜索。

请帮我寻找 5 个公开的时间序列数据集,要求是包含多个维度的。用 markdown 列表列出数据集名称、下载地址,以及相关的介绍。谢谢

eab81140b2b11daa116a83519595082a.jpeg

看到了没,ChatGPT 这是翻阅了多少页面啊?这些网页这要是我自己手动看,怎么也得用个 10 几分钟吧?而且还不一定找得全面,挑得精细。

很快,Code Interpreter 就把数据集查找结果整理出来了:

8ca187e138f22df329607c8330da5521.jpeg

Code Interpreter 找到了 3 个数据集,我觉得已经足够了。因为我其实只需要一个嘛。点开第一个链接,浏览器显示出下载页面。

1747210a3a0e39a8348754a556dad8b2.jpeg

下载 CSV 文件,打开一看是这个样子。

4fc70672a81054f186e4f09e61285735.jpeg

你可以看到 P 代表产品(product),W 代表周(week),每一周每一种产品的销量都展示出来了。

我首先想画三维交互图。还是进入 Code Interpreter 模式,点击下图中的加号按钮,上传这个数据集。

d83759dec42f0d6488c30d95994917e0.jpeg

上传 CSV 文件后,Code Interpreter 自动开始了处理。

e9b6929fc212645a27736655708250cb.jpeg

这是它实际执行的代码:

e57cf2be3819b42c1ff69f4a91804d03.jpeg

Code Interpreter 通常先对变量名进行推理,同时检查前 5 条数据大概样子,来验证自己的推理。

下面是 Code Interpreter 给出的初步分析结果:

56b9fd3563835f1c544bbbadea07371d.jpeg

用 ChatGPT 翻译以后是这样的:

该数据集包含不同产品的每周销售数据。每行对应于特定的产品,由 “Product_Code” 列指示。列 “W0” 到 “W51” 表示每个产品的每周销售数字,“W0” 是第 0 周的销售数字,“W1” 是第 1 周,以此类推,直到第 51 周的 “W51”。除了每周销售数字外,还有标准化值用于表示每周销售量,分别为 'Normalized 0' 至 'Normalized 51'。通常使用标准化值将在不同比例上测量的值调整为公共比例。请问您想要对这些数据进行什么操作?例如我们可以执行一些描述性统计、可视化、预测等。

三维交互

数据有了,我的可视化分析要求是:

请把前 10 种商品在全部时间的变化,做成 3D 散点图,不同商品间用颜色加以区别。不要直接输出图形,而是做成下载链接形式。谢谢

Code Interpreter 立即开始为我生成这个图,它说使用的包是 Matplotlib,挺好。

81584238a847deb7ee4b288892304bc5.jpeg

但是不出所料,很快它的执行过程就出问题了。

9d2bcee772623a4c6b52593ba28ad873.jpeg

其实你根本就不用担心。Code Interpreter 执行出问题时,会自己解释这个问题是什么,为什么发生,以及分析和尝试解答如何规避。这里 Code Interpreter 说要重新分配唯一数字 ID,再次尝试。我什么都没做,就看它在那里解释,然后看它重塑数据,很快图就绘制出来了。

4ca222ce48192d6ff3461a7f8c5f87cd.jpeg

其实这结果与我的要求有点出入。我明明要求它不要直接绘图,而是提供下载链接,可它还是把结果给我画出来了。好在这也无伤大雅。

按照链接打开 3D 散点图,是这个样子:

fcec261623d6cc7b874386bf6d6cd0dd.jpeg

尽管 Code Interpreter 完成了任务,但是显然我不希望仅仅获得一张静态图,因为这样只能从一个角度来观察。这不是 Code Interpreter 的错误,而是我的要求不够精细。于是我改变了提示语,以达成交互效果:

很好,不过我希望生成的图形是可以交互式的。能否重新生成并且生成下载链接?谢谢

看到没有,我还鼓励了 Code Interpreter 一下。有人说这种鼓励和礼貌用语是「废话」,我不这样看。即便这些礼貌用语不能提升结果的准确性,总会让你觉得人机交互过程充满了善意,至少自己心里舒服不是?

5c26661f11ca7f6cfcb263dd6f264e54.jpeg

Code Interpreter 说要达成交互的目标, PNG 格式不行,要生成 HTML,使用的包是 plotly,很好嘛。

5c2b02f72364d84b361f70b73f7f45ba.jpeg

很快交互式图形结果重新生成了,咱们下载后打开,看看效果。

504a38b370469607fba2b8aa2b784c3c.gif

这个交互图,你可以用鼠标对图形整体转动、拖动和缩放,找到这些散点之间的关联。感觉怎么样?

不怎么样。眼花缭乱的,谁能看清这些数据之间的关系?

我给出 Code Interpreter 新的建议:

很好,不过我觉得这个图看起来很乱。能否以你的经验,对可视化过程加以改造,使得展示效果更好一些?你可以改变绘图要求的设定。但是我依然需要 3D 交互图形。谢谢

4449f7e9a1c3fc9d344eadd6d6c6ac4f.jpeg

Code Interpreter 的反馈是:3D 散点图会显得混乱,特别是点重叠或靠近时。所以它自己提出整改措施如下:

第一,不用散点了,用折线图。这就是为什么在提示语中给它一定的自由度很重要。如果不给,Code Interpreter只能按散点图来处理。给了自由度后,它可以把数据可视化经验用上,帮你做出更好的技术路线选择。

第二,对销售数据进行偏移化,使线条在 3D 空间分开。这其实是我们自己做可视化时也会使用的技巧。

第三,不同颜色,表示不同商品。

774a7b510bbe3ed3ad30e85789e3845b.jpeg

Code Interpreter 重新生成了下载链接,我们看看效果。

0a191ac0ba31b31075717601eb5d7faa.gif

现在的结果变成了折线图。折线图的好处是每一种商品更加紧凑,更清晰,你可以清楚看到哪一种商品销量一直高,哪些只在低谷徘徊。你还可以拉近,查看不同时间段上不同商品销售额的对比。

这个图完美吗?绝对算不上。但比之前的混乱散点图清晰多了,这就算是迭代改进的力量吧?

动图视频

下一步,我们来制作动画。我的提示语是:

请使用前 5 种商品的数据,以你认为合适的方式制作销量随时间变化的动画视频,做成 mp4 格式并且提供链接给我下载。谢谢

注意这里我没有指定用什么变量做横轴,什么变量做纵轴,也没有要求颜色、形状、范围。但是 Code Interpreter 凭借自身的经验,都可以自己做出分析决策。

cb78cf60d8645095fbe46562d5248147.jpeg

Code Interpreter 使用 Matplotlib Animation 来制作折线图,并存成 MP4,还给了我一个下载链接。

001cdced95782c0d8b5ea1c8b37fe22f.jpeg

结果给出的是一张静态图。我按照链接下载打开后,对应的视频是这个样子:

007c432e2c926e091548c77edee68577.gif

不同商品的销量都展现出来,而且根据时间顺序变化来逐步绘制,好不好?

不好!

线条颜色相似度这么高,基本分不出谁是谁,这图有什么用?

我说:

因为颜色和线条关系,这个视频看起来比较杂乱,能否根据你的经验改进一下?

25d7846f5519367f8260216c1ada6c82.jpeg

Code Interpreter 说了 4 个解决步骤:更明显的颜色区分,线条粗细不同,使用不同线型,每帧只显示当周为止的一种商品销售数据。

我一边看,一遍评价 —— 好,好,好…… 且慢,这第四条是什么意思?

c3b4675baab655efc54bfd19cdad5d1a.jpeg

我下载了新的输出结果,看完哭笑不得。

b4fc41f32d7f8c6672208288051c0985.gif

它每次只画一条线,而且只有前 10 周的数据,这显然违背了我们的初衷。我们希望在全部 52 周时间里同时整体对比 5 种商品。

于是我又提出要求:

不大好。使用不同颜色、不同线条形状是正确的。但是我依然希望能够一起展现全部 5 种商品的变化,时间周期也是全部的 52 周。另外把播放速度稍微放慢一些,最好能在线条当前终点位置动态显示商品的名称编号,比较直观。请调整输出,谢谢

34f16700bb2f3f3a20a49922a7aac175.jpeg

Code Interpreter 改进后的输出是这样的:

942437935a5141f545b5d984012504ef.jpeg

我通过链接下载,打开看看:

40b0157f5b1205b4501e629aebc7a19e.gif

这次的结果有明显进步,但 Code Interpreter 自动给出的颜色还有些相近。

我建议继续调整:

把颜色的差别弄得再大一些,播放速度降低到目前的 1/3,谢谢

fa2bb038fddd5616fac64048593578c1.jpeg

Code Interpreter 说收到了两条意见,于是继续画。结果如下:

2c66e1716b6f778108f4830fda5b51b5.gif

颜色区分开了,线条线型也对,但是速度我没感觉降下来。回头咱们抽空再敦促 Code Interpreter 调一下吧。

小结

本文我为你介绍了 ChatGPT 的 Code Interpreter 模式的数据高级可视化功能,主要包括三维交互图和动图视频。通过演示,你已经见到了 Code Interpreter 的能力。它现在还只是个 Alpha 测试版,存在的问题依旧很多。你可以把目前的 Code Interpreter 当成一个迭代螺旋的起点。我们希望它变得越来越好用。对数据可视化高手,Code Interpreter 可以帮忙完成许多过去需要手动完成的琐碎枯燥工作。当然,对于新手来说,Code Interpreter 带来的优势更是不言而喻,是吧?只不过,你要注意对它生成的结果加以仔细甄别,以求稳妥。

祝(自动)数据可视化愉快!

点赞 +「在看」,转发给你身边有需要的朋友。收不到推送?那是因为你只订阅,却没有加星标

欢迎订阅我的小报童付费专栏,每季度更新不少于10篇文章。目前价格优惠。2023年6月1日起,小报童订阅费调整,从目前的30元/季度,调整为40元/季度。

c0e4d7784f93118a623d7002a2eb87c1.jpeg

如果有问题咨询,或者希望加入社群和热爱钻研的小伙伴们一起讨论,订阅知识星球吧。不仅包括小报童的推送内容,还可以自由发帖与提问。之前已经积累下的帖子和问答,就有数百篇。足够你好好翻一阵子。知识星球支持72小时内无条件退款,所以你可以放心尝试。

c8e48c270be8635b3fb6e637a5b89bc0.jpeg

若文中部分链接可能无法正常显示与跳转,可能是因为微信公众平台的外链限制。如需访问,请点击文末「阅读原文」链接,查看链接齐备的版本。 

延伸阅读

  • 如何在 Python 绘图中正常显示中文?(视频教程)

  • 如何用 Python 可视化《三国》人物与兵器出现频率?(视频教程)

  • 如何用 ChatGPT 帮你自动分析数据?

  • 如何用 Python 做舆情时间序列可视化?

  • 如何交互可视化你的卡片式笔记网络?

本文来自互联网用户投稿,该文观点仅代表作者本人,不代表本站立场。本站仅提供信息存储空间服务,不拥有所有权,不承担相关法律责任。如若转载,请注明出处:http://www.rhkb.cn/news/14050.html

如若内容造成侵权/违法违规/事实不符,请联系长河编程网进行投诉反馈email:809451989@qq.com,一经查实,立即删除!

相关文章

【ChatGpt】解决视频框交换中的平滑过渡的问题

【ChatGpt】解决视频框交换中的平滑过渡的问题 问题抽象chatgpt 看看直接给参考代码 解决效果 问题 在视频的播放中,我们想调换下容器的位置 ,在互调的过程中,如果需要重新进行数据的初始化,获取与加载,就会很慢&…

130亿参数开源模型「小羊驼-Vicuna」来了!复刻ChatGPT九成功力,GPT-4亲自监考

源|机器之心 OpenAI 的强大模型们,被开源社区复刻得差不多了。 过去几个月,OpenAI 的 ChatGPT 彻底改变了聊天机器人领域的格局,也成为其他研究赶超的对象。 以 Meta 开源 LLaMA(直译为「大羊驼」)系列模型…

chatgpt赋能python:Python就业学历要求

Python 就业学历要求 Python 是一门广泛应用于数据科学、人工智能、Web 开发和自动化等领域的编程语言,正在迅速成为行业内最受欢迎的语言之一。如果你想进入这些领域从事相关职业,那么 Python 编程技能将是你的一个优势。但是,Python 就业所…

Azure OpenAI 官方指南02|ChatGPT 的架构设计与应用实例

ChatGPT 作为即将在微软全球 Azure 公有云平台正式发布的服务,已经迅速成为了众多用户关心的服务之一。而由 OpenAI 发布的 ChatGPT 产品,仅仅上线两个月,就成为互联网历史上最快突破一亿月活的应用。本期从技术角度深度解析 ChatGPT 的架构设…

聚观早报 | ChatGPT炒股回报率超500%;网易发布11新游戏

今日要闻:微信支付正式发布“微信刷掌”产品;ChatGPT炒股回报率超500%;网易发布11新游戏;国家超算中心发布中文大语言模型;B站试水付费专属视频 微信支付正式发布“微信刷掌”产品 5 月 21 日,北京轨道交通…

chatgpt赋能python:Python在炒股领域的应用

Python在炒股领域的应用 Python语言在炒股领域的应用越来越广泛。Python具有易于学习、开发速度快、跨平台等优点,同时可以通过各种第三方库来获取财经数据、进行数据分析和可视化等操作,使其成为炒股界不可或缺的工具。 获取财经数据 Python编程语言…

chatgpt赋能python:用Python制作动画,你不可错过的工具

用Python制作动画,你不可错过的工具 Python是一种高级编程语言,最初被设计用于编写自动化脚本和简化复杂任务。然而,如今它越来越多地被用于创意和艺术性的项目,甚至是动画制作。 Python在动画制作中的优势一直受到赞誉。它是一…

chatgpt赋能python:制作简单动画:Python带你飞

制作简单动画:Python带你飞 Python不只是一门编程语言,它还能制作简单的动画。Python用于动画的库,有很多种,包括turtle、graphics.py和pygame等等。本文将以turtle为例,介绍如何使用Python制作简单的动画。 turtle简…

ChatGPT真神奇,但是也真焦虑

ChatGPT火爆 ChatGPT的火爆程度不用说也知道。就目前来说,已经开始冲击各行业了,比如客服、智能助手、语言学习、自然语言处理等等等。。 ChatGPT冲击 冲击最高的可能就是中间这个段位的了。高段位无法取代,但是低段位,通过使用Ch…

过于神奇的 ChatGPT

实在好奇究竟用的什么数据集,居然能得到下述问答: 最后又扣回了第一个问题「按照你的要求直接给出答案」,确实很强!

一文看懂ChatGPT与存算一体化

ChatGPT开启大模型“军备赛”,存储作为计算机重要组成部分明显受益: ChatGPT开启算力军备赛,大模型参数呈现指数规模,引爆海量算力需求,模型计算量增长速度远超人工智能硬件算力增长速度,同时也对数据传输速度提出了…

戴眼镜检测和识别1:戴眼镜检测数据集(含下载链接)

戴眼镜检测和识别1:戴眼镜检测数据集(含下载链接) 目录 戴眼镜检测和识别1:戴眼镜检测数据集(含下载链接) 1. 前言 2.Eyeglasses-Dataset数据集说明 3.Eyeglasses-Dataset数据集下载 4.戴眼镜检测和识别(Python版本) 5.戴眼…

ChatGPT近视眼镜购买指南:防雾防尘、舒适度与价格平衡的完美选择

最近眼镜坏了,想买一个新的,之前对眼镜这块不是很了解,于是就问了ChatGPT4. 我:想买一个近视眼镜,需要注意什么?有没有防尘防雾的眼镜?需要加防蓝光功能吗? GPT: 在购买…

AR眼镜方案_基于ChatGPT的AR智能眼镜设计方案

AR眼镜是一种创新的技术,可以在用户的视野中显示虚拟物体和信息。然而,眼镜的人机交互一直是一个难题。幸运的是,ChatGPT的出现带来了新的解决方案,可以为AR眼镜提供更好的人机交互支持。 现在,用户可以通过对AR眼镜内…

谷歌全球大裁员,涉及1.2万人

Datawhale干货 方向:就业信息,来源:机器之心 最近几天科技领域的流行词不是某一项新技术,而是裁员。 1 月 20 日,谷歌母公司 Alphabet 在一份员工备忘录中表示,由于面临「变化的经济现状」,该公…

开源精神奠基人诞生 | 历史上的今天

整理 | 王启隆 透过「历史上的今天」,从过去看未来,从现在亦可以改变未来。 今天是 2023 年 3 月 16 日,在 2005 年的今天,腾讯收购国内第二大邮件客户端软件 Foxmail。腾讯于当日正式签署了收购 Foxmail 软件及有关知识产权的协议…

平平无奇的营销小天才——ChatGPT

“悉之智能一直以来做的是AI解题方向的探索,目前ChatGPT有很强的同理心和理解能力,但相对缺乏逻辑能力,无法完成数学题之类更复杂的问题。“让AI获得逻辑能力,稳定完成更加复杂的任务,比如AI解体,或许会成为…

ChatGPT的今天,早已被这本书预言了

最近,ChatGPT大火了!推出之后,ChatGPT只用了两个月就积累了1亿用户,随着越来越多的人开始用ChatGPT,发现他能做的东西越来越多,写论文、写作业、写文案、写代码都不在话下。 于是,各种稀奇古怪的…

基于 ChatGPT 的输出训练开源 LLM,糟透了!

【CSDN 编者按】曾以为在 ChatGPT 上训练模型是不错的捷径,可如今所有的大模型都依靠GPT来训练,所有这些内容都来自一个模型,越来越难以区分 LLM 生成的和真正有价值的内容。或许更多基于开源数据集的 LLM 才是我们所需要的。 作者 | Martin …