- 本博客源碼倉(cāng)庫(kù)地址：gitlab，本篇博客對(duì)應(yīng)
01分支 - python版本為3.10.x
什么是PandasAI？一句話總結(jié)的話，PandasAI就是一個(gè)結(jié)合了Pandas和AI的開(kāi)源工具，更詳細(xì)地說(shuō)，PandasAI 是一款強(qiáng)大的Python庫(kù)，它使得用戶能夠以自然語(yǔ)言輕松向各類數(shù)據(jù)源（如CSV、XLSX、PostgreSQL、MySQL、BigQuery、Databricks及Snowflake等）提出問(wèn)題。該庫(kù)借助生成式人工智能技術(shù)，助力用戶實(shí)現(xiàn)對(duì)數(shù)據(jù)的深度探索、清洗與分析工作。
不僅如此，PandasAI 還提供了豐富的可視化功能，可通過(guò)圖表形式展示數(shù)據(jù)；同時(shí)，它能有效處理缺失值問(wèn)題以凈化數(shù)據(jù)集，并通過(guò)特征生成進(jìn)一步提升數(shù)據(jù)質(zhì)量。因此，無(wú)論是對(duì)于數(shù)據(jù)科學(xué)家還是數(shù)據(jù)分析師而言，PandasAI 都是一款全方位的數(shù)據(jù)處理工具。
官方文檔：https://docs.pandas-ai.com/en/latest/
github倉(cāng)庫(kù)：https://github.com/Sinaptik-AI/pandas-ai
-
特點(diǎn)：提升效率，節(jié)省開(kāi)發(fā)人員的時(shí)間和精力
自然語(yǔ)言查詢：以自然語(yǔ)言向數(shù)據(jù)提問(wèn)。
數(shù)據(jù)可視化：生成圖形和圖表以可視化數(shù)據(jù)。
數(shù)據(jù)清理：通過(guò)解決缺失值來(lái)清理數(shù)據(jù)集。
特征生成：通過(guò)特征生成提高數(shù)據(jù)質(zhì)量。
數(shù)據(jù)連接器：連接到各種數(shù)據(jù)源，如 CSV、XLSX、PostgreSQL、MySQL、BigQuery、Databrick、Snowflake 等。 -
工作原理簡(jiǎn)述：
PandasAI 使用生成式 AI 模型來(lái)理解和解釋自然語(yǔ)言查詢，并將其轉(zhuǎn)換為 python 代碼和 SQL 查詢。然后，它使用代碼與數(shù)據(jù)進(jìn)行交互，并將結(jié)果返回給用戶。
要想使用PandasAI，首先需要把demo跑起來(lái)，下面我將演示整個(gè)過(guò)程的詳細(xì)步驟。
1.源碼包下載、明確依賴版本
- 進(jìn)入PandasAI的github倉(cāng)庫(kù)
https://github.com/Sinaptik-AI/pandas-ai，點(diǎn)擊頁(yè)面上的Releases：
- 選擇版本，我選擇的是v2.0.29，下載source code.zip：
- 然后，我將下載的源碼包放到了我的項(xiàng)目文件夾根目錄下并解壓了，查看pandas-ai-2.0.29文件夾下的.readthedocs.yaml文件，里面有關(guān)于python版本和依賴安裝文件的說(shuō)明：python版本為3.10，requirements文件為pandas-ai-2.0.29/docs/requirements.txt
2.安裝python依賴
- 為了更便于管理環(huán)境，我創(chuàng)建了一個(gè)conda虛擬環(huán)境：
conda create -n pandasai python=3.10
- 然后進(jìn)入環(huán)境：
conda activate pandasai
- 在項(xiàng)目根目錄下安裝requirement文件依賴：
pip install -r ./pandas-ai-2.0.29/docs/requirements.txt
- 另外還需要安裝pandasai這個(gè)依賴：
pip install pandasai==2.0.29
到這里環(huán)境就安裝好了。
3.運(yùn)行demo
官網(wǎng)提供的demo有bug（使用BambooLLM大語(yǔ)言模型會(huì)報(bào)錯(cuò)，但是使用OpenAI不會(huì)），已經(jīng)有其他人遇到了和我一樣的問(wèn)題，并給該開(kāi)源作者提了issue，但是目前這個(gè)bug還沒(méi)有修復(fù)，因此需要修改一下demo的代碼。
- 首先我生成了一個(gè)包含23條數(shù)據(jù)的csv數(shù)據(jù)集（dataset.csv，存放在了
pandas-ai-2.0.29/examples/data目錄中），用于測(cè)試PandasAI是否可以成功地運(yùn)行：
countries,gdp
United States,10001
Canada,10002
Mexico,10003
Guatemala,10004
Belize,10005
El Salvador,10006
Honduras,10007
Panama,10008
Bahamas,10009
Cuba,10011
Jamaica,10012
Haiti,10013
Dominican Republic,10014
Costa Rica,10015
Saint Kitts and Nevis,10016
Antigua and Barbuda,10017
Dominica,10018
Saint Lucia,10019
Saint Vincent and the Grenadines,10021
Barbados,10022
Grenada,10023
Trinidad and Tobago,10024
Nicaragua,10025
- 然后，我修改了
pandas-ai-2.0.29/examples目錄下的from_csv.py的代碼：
"""Example of using PandasAI with a pandas dataframe"""
from pandasai import SmartDataframe
from pandasai.llm import OpenAI
from pandasai.helpers.openai_info import get_openai_callback
llm = OpenAI(api_token="你的OpenAI Token")
df = SmartDataframe("./data/data.csv", config={"llm": llm, "conversational": False})
with get_openai_callback() as cb:
response = df.chat("Calculate the sum of the gdp of north american countries")
print(response)
print(cb)
- 進(jìn)入examples目錄：
cd pandas-ai-2.0.29\examples
- 運(yùn)行from_csv.py：
注意，調(diào)用OpenAI需要開(kāi)代理，否則會(huì)報(bào)網(wǎng)絡(luò)異常
python from_csv.py
執(zhí)行成功：
文章來(lái)源：http://www.zghlxwxcb.cn/news/detail-860224.html
至此，PandasAI的demo就成功運(yùn)行起來(lái)了。文章來(lái)源地址http://www.zghlxwxcb.cn/news/detail-860224.html
到了這里，關(guān)于PandasAI的應(yīng)用與實(shí)戰(zhàn)解析（一）：環(huán)境安裝、運(yùn)行demo的文章就介紹完了。如果您還想了解更多內(nèi)容，請(qǐng)?jiān)谟疑辖撬阉鱐OY模板網(wǎng)以前的文章或繼續(xù)瀏覽下面的相關(guān)文章，希望大家以后多多支持TOY模板網(wǎng)！
