OpenAI API를 사용하여 파이썬에서 데이터 분석을 수행하는 방법
- Jennifer Aniston원래의
- 2025-02-10 12:21:10492검색
Python 및 OpenAI API를 사용하여 사용자는 과도하게 설계하거나 시간을 낭비하지 않고 귀중한 통찰력에 대한 데이터 세트를 체계적으로 분석하여 데이터 분석을위한 보편적 솔루션을 제공 할 수 있습니다.
OpenAI API 및 Python은 레코드에서 지정된 정보를 추출하여 인쇄하여 텍스트 파일 (예 : NVIDIA의 최신 수익 통화)을 분석하는 데 사용될 수 있습니다.-
OpenAI API 및 Python은 CSV 파일 (예 : 중간 기사 데이터 세트)을 분석하여 각 게시물의 전체 톤, 주요 레슨/포인트 및 0에서 3까지의 "클릭 미끼 점수"를 찾을 수 있습니다 (0은 미끼를 클릭하십시오. , 3은 극단적 인 클릭 미끼를 의미합니다).
-
여러 파일을 자동으로 분석하려면 사용자는 한 폴더에 배치하고 Glob Library를 설치 한 후 루프를 사용하여 각 파일의 내용을 읽고 각 파일 분석의 출력을 별도의 파일 중간으로 저장할 수 있습니다. - 이 튜토리얼을 사용하면 Python 및 OpenAI API를 사용하여 데이터를 분석하고 분석하는 방법을 안내합니다.
-
OpenAI API 및 Python을 사용하여 데이터를 분석하는 방법을 단계별로 배우자.
설정
텍스트 파일을 분석
이 튜토리얼에서는 Python이 Nvidia의 최신 수입 전화를 분석하는 것이 흥미로울 것이라고 생각합니다.
그런 다음 빈 파이썬 파일을 열고이 코드를 추가하십시오.
이 코드는 다운로드 한 NVIDIA 재무 보고서 레코드를 읽고 발사 변수로 Extract_Info 함수로 전달합니다.
Extract_Info 함수는 프롬프트와 레코드를 사용자 입력으로 전달하고 온도 = 0.3 및 model = "gpt-3.5-turbo-16k"를 전달합니다. "GPT-3.5-Turbo-16K"모델을 사용하는 이유는이 레코드와 같은 큰 텍스트를 처리 할 수 있기 때문입니다. 이 코드는 OpenAi.ChatCompletion.Create Endpoint를 사용하여 응답을 얻고 소품 및 전사 변수를 사용자 입력으로 전달합니다.
Nvidia의 수익 : 2024 회계 연도 2/4 분기에 Nvidia는 2 분기 미화 135 억 달러의 기록을 기록했으며, 한 달에 88% 증가한 전년 대비 101% 증가한 것으로 나타났습니다.
프로젝트 폴더에 새 Python 파일을 작성 하고이 코드를 붙여 넣습니다.
이 튜토리얼에서는 Kaggle의 Hsankesara에서 얻은 중간 기사에 대한 CSV 데이터 세트를 선택했습니다. 이 CSV 분석 코드는 CSV 파일의 "제목"및 "기사"열을 사용하여 각 게시물의 전체 톤 및 주요 레슨/포인트를 찾습니다. 나는 항상 매체에서 클릭 베이트 기사를 만나기 때문에 각 기사 0 ~ 3“클릭 베이트 등급”을 제공함으로써 각 기사를 판단하게 할 것이라고 생각합니다 (0은 클릭 베이트가 없음을 의미합니다. 흥미로운.
다음으로, 각 정보를 목록에 추가하고 오류가 발생하면 (값이없는 경우) 목록에 "결과 없음"을 추가합니다.
그런 다음 index = false를 사용하여 CSV 파일에 첨부하십시오.
여러 파일 처리
Python 파일 에서이 코드를 사용하여 데이터 폴더의 모든 파일 목록을 가져옵니다.
<code class="language-bash">pip3 install openai pandas</code>
AI에 대한 의견 : NVIDIA는 AI 플랫폼 및 가속화 된 컴퓨팅 솔루션에 대한 강력한 수요를 강조합니다. 그들은 HGX 시스템에서 주요 클라우드 서비스 제공 업체 및 소비자 인터넷 회사의 배치를 언급했습니다. 또한 마케팅, 미디어 및 엔터테인먼트와 같은 다양한 산업에서 생성 인공 지능의 적용에 대해 논의합니다. Nvidia는 새로운 시장 기회를 창출하고 다른 부문의 생산성을 향상시키기 위해 생성 인공 지능의 잠재력을 강조합니다.
이 코드는 텍스트 파일을 분석하는 데 사용하는 코드와 약간 다릅니다. CSV를 라인별로 읽고 지정된 정보를 추출하여 새 열에 추가합니다.
보시다시피, 코드는 프롬프트에 지정된 정보 (Nvidia의 수익, NVIDIA가 이번 분기에 한 일, 인공 지능에 대한 의견)에 지정된 정보를 추출하고 인쇄합니다.
<code class="language-bash">pip3 install openai pandas</code>
<code class="language-python">completions = openai.ChatCompletion.create(
model="gpt-3.5-turbo-16k",
messages=[
{"role": "user", "content": prompt+"\n\n"+text}
],
temperature=0.3,
)</code>
<code>从文本中提取以下信息：
英伟达的收入
英伟达本季度做了什么
关于人工智能的评论
英伟达财报记录在此处</code>
<code class="language-json">{
"choices": [
{
"finish_reason": "stop",
"index": 0,
"message": {
"content": "实际响应",
"role": "assistant"
}
}
],
"created": 1693336390,
"id": "request-id",
"model": "gpt-3.5-turbo-16k-0613",
"object": "chat.completion",
"usage": {
"completion_tokens": 579,
"prompt_tokens": 3615,
"total_tokens": 4194
}
}</code>
그런 다음 for 루프에서 분석을 실행하는 코드를 넣습니다.
<p>
<lo> for 루프에서 다음과 같은 텍스트 파일의 각 파일의 내용을 읽으십시오.
</lo></p>
CSV 파일의 경우 다음과 같습니다
<pre class="brush:php;toolbar:false"><code class="language-python">for di in range(len(df)):
title = titles[di]
abstract = articles[di]
additional_params = extract_info('Title: '+str(title) + '\n\n' + 'Text: ' + str(abstract))
try:
result = additional_params.split("\n\n")
except:
result = {} </code></pre>
또한 다음과 유사한 것을 사용하여 각 파일 분석의 출력을 별도의 파일에 저장하십시오.
<p>
결론 </p> <p>
<iment> 온도 매개 변수를 실험하고 사용 사례에 따라 조정해야합니다. AI가 더 창의적 인 답변을 생성하려면 온도 값을 높이려면 더욱 사실적인 답변을 생성하십시오. </iment></p>
<open> OpenAI 및 Python 데이터 분석의 조합에는 기사 및 재무 보고서 통화 기록 분석 외에도 많은 응용 프로그램이 있습니다. 예를 들어, 뉴스 분석, 도서 분석, 고객 검토 분석 등! 즉, 대형 데이터 세트에서 파이썬 코드를 테스트 할 때 전체 데이터 세트의 작은 부분에서만 테스트하여 API 포인트와 시간을 절약하십시오. <p>
</p> 파이썬 데이터 분석을위한 Openai API에 대한 자주 묻는 질문 (FAQ)
<open> OpenAI API는 무엇이며 어떻게 작동합니까? <p>
<ap> OpenAI API는 개발자가 OpenAI 모델의 기능에 액세스하고 활용할 수있는 강력한 도구입니다. API 엔드 포인트에 요청을 보내어 작동하여 요청을 처리하고 출력을 반환합니다. API는 텍스트 생성, 번역, 요약 등 다양한 작업에 사용할 수 있습니다. 간단한 인터페이스와 명확한 문서로 사용하기 쉽도록 설계되었습니다. <strong>
<use> 데이터 분석에 OpenAI API를 어떻게 사용합니까? </use></strong>
<ap> OpenAI API를 사용하면 기계 학습 기능을 활용하여 데이터 분석이 가능합니다. 예를 들어,이를 사용하여 텍스트 데이터를 분석하고 통찰력을 추출하며 예측할 수 있습니다. 데이터를 사용하여 API에 요청을 보낼 수 있으며 분석 결과를 반환합니다. API가 Python 통합을 지원하므로 Python을 사용하여 수행 할 수 있습니다. </ap></ap></p>
<benefits> 데이터 분석을 위해 OpenAI API를 사용하면 어떤 이점이 있습니까? <h3>
<benefits> 데이터 분석을 위해 OpenAI API를 사용하면 많은 이점이 있습니다. 먼저, 자신의 모델을 구축하고 훈련시키지 않고 머신 러닝의 힘을 활용하여 시간과 자원을 절약 할 수 있습니다. 둘째, 많은 양의 데이터를 처리하고 수동으로 얻기 어려운 통찰력을 제공 할 수 있습니다. 마지막으로 유연하며 다양한 데이터 분석 작업에 사용할 수 있습니다. </benefits>
</h3>
<integr> OpenAI API를 Python과 어떻게 통합합니까? <p>
<ai> OpenAI API를 Python과 통합하는 것은 매우 간단합니다. PIP를 사용하여 수행 할 수있는 OpenAI Python 클라이언트를 설치해야합니다. 설치가 완료되면 Python 스크립트에서 OpenAI 라이브러리를 가져와 API에 요청을 보낼 수 있습니다. 또한 OpenAI 웹 사이트에서 얻을 수있는 API 키를 설정해야합니다. </ai></p>
<can> OpenAI API를 사용하여 어떤 작업을 수행 할 수 있습니까? <h3>
<ap> OpenAI API는 다양한 작업에 사용될 수 있습니다. 예를 들어, 텍스트 생성에 사용할 수 있으며, 이는 프롬프트를 기반으로 인간과 같은 텍스트를 생성 할 수 있습니다. 번역, 초록 및 감정 분석에도 사용할 수 있습니다. 데이터 분석의 맥락에서 텍스트 데이터를 분석하고 통찰력을 추출하며 예측하는 데 사용될 수 있습니다. </ap>
</h3>
<limit> OpenAI API 사용의 한계는 무엇입니까? <p>
<ai> OpenAI API는 강력하지만 몇 가지 제한 사항이 있습니다. 예를 들어, 분당 API로 보낼 수있는 요청 수에는 제한이 있습니다. 또한 API는 무료가 아니며 많은 데이터를 작업하면 비용이 증가 할 수 있습니다. 마지막으로, API는 일반적으로 정확하지만 완벽하지 않으며 결과는 광범위한 분석 전략의 일부로 사용해야합니다. </ai></p>
<trou> OpenAI API를 사용하여 어떻게 문제를 해결합니까? <h3>
<problems> OpenAI API를 사용하는 데 문제가있는 경우 몇 단계를 수행 할 수 있습니다. 먼저, 오류 메시지가 일반적으로 문제의 원인에 대한 단서를 제공하므로 오류 메시지를 확인하십시오. API 사용 방법에 대한 자세한 정보를 제공하고 자주 묻는 질문에 대한 문제를 해결하는 API 문서를 참조 할 수도 있습니다. 여전히 문제가있는 경우 OpenAI 커뮤니티에 문의하여 도움을받을 수 있습니다. </problems>
</h3>
<security> OpenAI API의 보안 수준은 얼마입니까? <p>
<i> OpenAI API는 보안을 염두에두고 설계되었습니다. API로 전송 된 모든 데이터는 전송 중에 암호화되며 OpenAI는 데이터를 보호하기위한 엄격한 정책이 있습니다. 그러나 모든 온라인 서비스와 마찬가지로 API를 책임감있게 사용하고 데이터 보안 모범 사례를 준수하는 것이 중요합니다. </i></p>
<the> 상업용으로 OpenAI API를 사용할 수 있습니까? <h3>
<can> 예, 상업적 목적으로 OpenAI API를 사용할 수 있습니다. 그러나 API를 사용하면 비용이 발생하고 API의 서비스 약관을 검토하여 의도 된 사용이 요구 사항을 충족하는지 확인해야합니다. </can>
</h3>
<future> OpenAi API의 미래는 무엇입니까? <p>
<open> OpenAi API의 미래는 밝습니다. OpenAI는 지속적으로 모델을 개선하고 API의 기능을 확장하고 있습니다. 기계 학습과 인공 지능의 지속적인 진화로 API가 더 강력하고 다재다능해질 것으로 기대할 수 있습니다. </open></p></future></the></security></trou></limit></can></integr></benefits></open></open>
위 내용은 OpenAI API를 사용하여 파이썬에서 데이터 분석을 수행하는 방법의 상세 내용입니다. 자세한 내용은 PHP 중국어 웹사이트의 기타 관련 기사를 참조하세요!