Rumah > Artikel > Peranti teknologi > Bagaimana untuk menggunakan ChatGPT untuk sains data?
CtGPT boleh melakukan banyak perkara yang menarik, salah satunya ialah menulis kod.
Anda hanya berikan arahan yang betul dan ChatGPT akan melakukan kerja untuk anda. Ia membantu anda membuat pertanyaan SQL menggunakan bahasa semula jadi, menyelesaikan masalah pengekodan anda, menterjemah kod Python anda ke dalam R, Java, Julia dan banyak lagi.
Berikut ialah cara menggunakan ChatGPT untuk pengaturcaraan dan sains data.
Jika anda mempunyai soalan pengekodan, anda pergi ke StackOverflow dengan harapan bahawa salah satu jawapan yang paling banyak mengundi akan menyelesaikan masalah anda.
Nah, kini anda boleh bertanya soalan yang sama kepada ChatGPT. Katakan, sebagai contoh, kami terlupa cara menggabungkan kamus dalam Python, jadi kami bertanya
Bagaimana untuk menggabungkan kamus dalam Python?
Seperti yang ditunjukkan dalam rajah, selain memberikan jawapan yang betul, ChatGPT juga menyediakan pelbagai pilihan untuk menggabungkan kamus.
Tetapi bukan itu sahaja! Anda boleh bertanya soalan yang berkaitan dengan panda, numpy, matplotlib dan perpustakaan sains data yang lain.
Andaikan anda seorang saintis data yang mengenali Python dan baru mengenali R. Jika anda ingin menukar kod Python kepada R, anda boleh meminta ChatGPT
untuk menterjemah fungsi berikut daripada Python kepada R:
def get_square ( num ):
Kembalikan num * num Gunakannya.
Sangat berguna untuk mereka yang hampir tidak tahu cara mencetak "Hello World in R".
Tetapi ada lagi! Bagaimana jika anda menggunakan Panda dalam Python dan atas sebab tertentu perlu meniru kerja anda dalam R? ChatGPT boleh membantu.
Terjemahkan fungsi berikut daripada Python kepada R
def get_stats (event_name):df_stats = df[df[ 'event_name' ]==event_name]statistik = df_stats[ 'player_id' ]stats = stats.value_counts()
kembali statistikLihat Selepas tiba di keputusan, kini anda tahu bahawa anda boleh memilih lajur menggunakan simbol "$" dalam R.
Saya juga telah menguji kod dalam R dan ia berfungsi dengan baik.
3. Tukar bahasa semula jadi kepada pertanyaan SQL
Open AI mendakwa bahawa anda boleh menulis pertanyaan SQL menggunakan bahasa semula jadi. Mari kita mengujinya.Mari mulakan dengan pertanyaan mudah.
Buat pertanyaan SQL untuk mencari pengguna yang tinggal di Shanghai dan berumur lebih dari 30 tahun.
Ini hanyalah pertanyaan SQL mudah, mari tambahkan lagi syarat untuk mengujinya.
Pertanyaan menyenaraikan nama jabatan yang telah menggaji lebih daripada 10 pekerja dalam tempoh 3 bulan yang lalu. Jadual SQL berikut dan atributnya:
# Pekerja (id, nama, jabatan_id)
# Jabatan (id, nama, alamat)
# Gaji_Bayaran(id, pekerja_id , jumlah, tarikh)
SQL dijana oleh ChatGPT
SELECT d.name AS department_name FROM Department d JOIN Employee e ON d.id = e.department_id JOIN Salary_Payments sp ON e.id = sp.employee_id WHERE sp.date >= DATEADD(month, -3, GETDATE()) GROUP BY d.name HAVING COUNT(DISTINCT e.id) > 10;
Kami juga ChatGPT boleh digunakan untuk mengklasifikasikan teks kepada sentimen positif/sentimen negatif
Kategori sentimen dalam teks ini:
1. “Saya suka pekerjaan saya”
2. “Bot sembang gila!”
3 “Anjing saya comel”
4 “Saya benci makan ketumbar”
Kita boleh menggunakan ChatGPT untuk visualisasi. Kami hanya perlu menentukan bahasa pengaturcaraan dan perpustakaan untuk digunakan.
Gunakan matplotlib untuk melukis regresi linear dalam Python
ChatGPT juga menyenaraikan langkah yang sepadan, dan contoh lengkapnya ialah ditunjukkan pada kod akhir.
import matplotlib.pyplot as plt import numpy as np from sklearn.linear_model import LinearRegression # 准备数据 x = np.array([1, 2, 3, 4, 5, 6, 7, 8, 9, 10]) y = np.array([2, 4, 5, 7, 8, 10, 11, 13, 14, 16]) # 训练线性回归模型并进行预测 x = x.reshape(-1, 1) model = LinearRegression().fit(x, y) y_pred = model.predict(x) # 绘制数据和回归线 plt.scatter(x, y) plt.plot(x, y_pred, color='red') plt.show()
Saya menyalin/menampal kod dan mendapat imej di bawah.
Sejuk, bukan? Terdapat beratus-ratus perkara yang boleh anda lakukan dengan chatbot ini.
Atas ialah kandungan terperinci Bagaimana untuk menggunakan ChatGPT untuk sains data?. Untuk maklumat lanjut, sila ikut artikel berkaitan lain di laman web China PHP!