تولید گرافیک با هوش مصنوعی: از کد به تصویر، با تأیید

سود:

• امکان به دست آوردن نتایج قطعی و قابل تکرار با چاپ کد تولید کننده نمودار، نه تصویر نمودار، روی هوش مصنوعی و اجرای خود آن.
• قابلیت اعتبارسنجی خروجی نمودار در برابر داده ها با مقادیر، یکپارچگی، مقیاس و جمع چک
• امکان تحمیل قوانین صداقت (از محور 0، برچسب مستقیم، یادداشت منبع) و تکیه بر کد به جای حدس زدن کلامی

شما نوع نمودار درست را انتخاب کرده اید. اکنون زمان تولید آن است. مطمئن ترین استفاده از هوش مصنوعی در اینجا این نیست که از آن بخواهید نمودار را "طراحی" کند، بلکه این است که کدی را که نمودار را تولید می کند چاپ کنید و خودتان آن کد را اجرا کنید. از کجا؟ زیرا مدل زبان بزرگ مولد متن است. می تواند به صورت شفاهی یک عدد را "حدس بزند"، اما کد داده ها را همانطور که هستند پردازش می کند و یک نتیجه قطعی ایجاد می کند (همیشه خروجی یکسان را به همان ورودی می دهد). در این بخش، نحوه چاپ کدهای گرافیکی (بیشتر پایتون) به هوش مصنوعی و تایید خروجی را یاد خواهیم گرفت.

چرا کد، چرا اجرا شود؟

از یک مدل زبان بپرسید "مجموع فروش چقدر است؟" اگر بپرسید، در واقع داده ها را جمع آوری نمی کند. یک عدد ممکن را ایجاد می کند. اما اگر کد تجمیع را روی آن چاپ کنید و آن را اجرا کنید، نتیجه از داده های واقعی می آید. در نمودار نیز همینطور است: کدی که مدل تولید می‌کند روی داده‌های شما، روی دستگاه شما اجرا می‌شود. این کد همچنین قابل تکرار است: هنگامی که داده ها به روز می شوند، کد را دوباره اجرا می کنید و نمودار را تازه می کنید.

ابزارهای رایج: matplotlib و seaborn (نقشه ایستا)، plotly (نقشه تعاملی) با زبان پایتون. همچنین برنامه های صفحه گسترده و ابزارهای BI (هوش تجاری). در این بخش، مثال هایی را با استفاده از Python/matplotlib ارائه خواهیم داد، زیرا رایج ترین است. اصل در هر وسیله نقلیه یکسان است.

نکته: به‌جای «تصویر نمودار را به من بدهید»، بگویید «کدی که نمودار را تولید می‌کند را به من بدهید و من آن را اجرا می‌کنم». به این ترتیب، نتیجه از داده های واقعی حاصل می شود و می توانید هر تعداد که می خواهید تنظیمات را انجام دهید.

گام به گام: از کد تا گرافیک

1. تعیین نوع گرافیک و پیام (واحد قبلی).
2. ساختار داده را برای مدل توصیف کنید (نام ستون ها، انواع، داده های حساس نیست).
3. کد را تولید کنید، قوانین صداقت را در اعلان قرار دهید (از محور 0، برچسب، یادداشت منبع).
4. کد را خودتان اجرا کنید و به نمودار نگاه کنید.
5. بررسی کنید: آیا مقدار در نمودار با مقدار موجود در داده ها یکی است؟ آیا کل/سهم باقی می ماند؟
6. بهبود: عنوان را به عنوان اقدام تغییر دهید، موارد غیر ضروری را حذف کنید، رنگ هایلایت را اضافه کنید.

نقش شما: دستیار تجسم داده پایتون. من یک CSV دارم: ستون‌های "ماه" (YYYY-MM)، "کانال" (متن)، "درآمد" (تعداد). یک کد نمودار خطی با matplotlib بنویسید: - هر کانال یک خط جداگانه است، x=month، y=come.- اجازه دهید محور y از 0 شروع شود (برش ندهید).- برچسب ها را مستقیماً در انتهای خطوط قرار دهید، یک افسانه جداگانه لازم نیست.- یک مکان نگهدار برای عنوان اقدام در عنوان قرار دهید.- یک مکان کوچک برای عنوان اقدام در عنوان قرار دهید. کد را کامل و قابل اجرا کنید، همچنین خط خواندن مثال را بنویسید. برازش شماره؛ خواندن داده ها از CSV

برای اصلاح نمودار موجود:

این کد matplotlib را اصلاح کنید: (1) میله‌ها را بر اساس مقدار از بزرگ‌ترین به کوچک‌ترین مرتب‌سازی کنید، (2) فقط بالاترین نوار را نارنجی و بقیه را خاکستری کنید، (3) محور y را از 0 شروع کنید، (4) قالب‌بندی اعشار با جداکننده هزاران. کد را به طور کامل برگردانید. کد: [...]

برای نمودار تعاملی (برای داشبورد):

یک کد نمودار خطی تعاملی با استفاده از Plotly با داده های مشابه بنویسید: با نگه داشتن ماوس ماه و درآمد را نشان می دهد و کانال ها را می توان فیلتر کرد. اجازه دهید محور از 0 شروع شود. کد کامل را بدهید.

اعتبارسنجی: آیا نمودار "درست" است، نه "زیبا"؟

کار تمام نشده است فقط به دلیل خروجی گرافیک. سه چک جمع:

• ارائه مقدار: 2-3 نقطه تصادفی را با دست/جدول بررسی کنید. آیا بالاترین میله در نمودار واقعا بالاتر است؟
• راستی‌آزمایی کل/سهم: آیا سهم‌ها تا 100 درصد در نمودار جزئی کامل شده‌اند؟
• صداقت بصری: آیا محور از 0 شروع می شود، آیا مقیاس خطی است، آیا همان واحد است؟ (جزئیات در واحد بعدی.)

کنترل کنید

چگونه مراقبت کنیم

پرچم قرمز

ارزش

2-3 امتیاز را با داده ها مقایسه کنید

نمودار-داده ها مطابقت ندارند

یکپارچگی

آیا ماه ها/دسته هایی از دست رفته است؟

شکاف بی صدا رد شد

مقیاس

محور Y از کجا شروع می شود

نه 0، تفاوت اغراق آمیز است

مجموع

سهام / کل

100% نگه نمی دارد

احتیاط: مدل گاهی اوقات ماه‌هایی را که از داده‌ها حذف می‌شود «تکمیل» می‌کند یا ردیف گمشده را بی‌صدا دور می‌اندازد. ببینید آیا تعداد نقاط نمودار با تعداد ردیف های داده مطابقت دارد یا خیر.

سه کیف کوچک

مورد 1 - پیش بینی ضربان کد. یک تحلیلگر ابتدا از مدل می پرسد "مجموع چقدر است؟" او پرسید و پاسخ "≈4.2 میلیون" را دریافت کرد. سپس کد اضافه را چاپ کرد و اجرا کرد: مجموع واقعی 3.87 میلیون بود. پیش بینی شفاهی 8 درصد اشتباه بود. از آن روز به بعد، او هر عددی را از روی کد دریافت کرد.

مورد 2 - خط گمشده خاموش. یک تیم نمودار ماهانه را تهیه کرد. همه چیز خوب به نظر می رسید اما مارس در داده ها خالی بود، و نمودار آن را نادیده گرفت و فوریه را به آوریل مرتبط کرد. نرم به نظر می رسید زیرا در روند بود. آنها متوجه تعداد نقطه ها شدند (به جای 11 باید 12 می شد) و آن را تصحیح کردند. جهشی در روند واقعی وجود داشت.

مورد 3 - تکرارپذیری. یک بازاریاب هر ماه (حدود 40 دقیقه) نمودارها را با دست ترسیم می کرد. هنگامی که او کد نوشته شده توسط هوش مصنوعی را نصب کرد. در ماه های بعد، 2 دقیقه طول کشید تا CSV جدید قرار داده شود و کد اجرا شود. 38 دقیقه در ماه ذخیره شده و دیگر خطای کپی دستی وجود ندارد.

اعلان ضعیف / اعلان قوی

ضعیف:

این داده های فروش را نمودار کنید.

این مدل می‌تواند یک تصویر را متناسب کند یا کد تصادفی بدهد. داده ها در واقع پردازش نمی شوند، هیچ تنظیمات صداقتی وجود ندارد.

قوی:

نقش شما: کمک کننده Python/matplotlib. داده ها: CSV، ستون های "منطقه" (متن)، "buyume_percentage" (تعداد، می تواند منفی باشد). کد نمودار میله ای افقی را بنویسید: مرتب سازی بر اساس مقدار، برجسته کردن بالاترین منطقه، اضافه کردن خط مرجع y=0 (نمایش نگاتیوها)، قرار دادن برچسب درصد در انتهای میله ها. کد قابل اجرا، خواندن از CSV، برازش شماره را بدهید. یک مکان نگهدار عنوان اکشن برای عنوان قرار دهید.

دومی شامل ساختار داده، قوانین صداقت، و اصل "از کد بخوان، آن را درست نکن". خروجی هم دقیق و هم قابل ویرایش است.

انتخاب ابزار: چه زمانی صفحه گسترده، چه زمانی کد؟

لازم نیست برای هر نمودار کد بنویسید. برای یک نمودار کوچک، یکباره و ساده، یک صفحه گسترده (Excel، Google Spreadsheets) اغلب کافی و سریع است. کد زمانی برنده می شود که: داده ها به طور منظم به روز شوند (هر ماه همان نمودار را به روز می کنند)، نمودار پیچیده یا متعدد باشد (مانند نمودارهای چندگانه کوچک)، کنترل کامل مورد نیاز باشد (تنظیمات یکپارچگی، برچسب گذاری سفارشی)، یا مهم است که نتیجه قابل تکرار باشد. همچنین ممکن است بپرسید کدام یک برای هوش مصنوعی مناسب است.

وضعیت

وسیله نقلیه مناسب

چرا

نوار ساده یک بار مصرف

صفحه گسترده

سریع، بدون نیاز به کد

گزارش هر ماه به روز می شود

کد (پایتون)

یک بار بنویس، دوباره اجرا کن

داشبورد تعاملی/فیلتر

کد (طرح) / ابزار BI

تعامل مورد نیاز

تعداد زیادی گرافیک کوچک

کد

نقاشی با دست خسته کننده و نادرست است

نقش شما: مشاور تجسم داده ها. من باید نمودار زیر را تولید کنم:[دستور العمل]. [هر چند وقت یک بار] داده ها به روز می شوند، [چند] نمودار مختلف مورد نیاز است. آیا صفحه گسترده یا کد پایتون منطقی تر است؟ تصمیم خود را توجیه کنید؛ کدام کتابخانه را برای کد پیشنهاد می کنید؟

نکته: "آیا این کار را هر ماه دوباره انجام خواهم داد؟" اگر پاسخ سوال "بله" است، سرمایه گذاری کد تقریباً همیشه هزینه خود را دارد. اگر یکباره باشد، یک صفحه گسترده کافی است.

اشتباهات رایج

• درخواست "تصویر" از نمودار: وقتی به جای کد درخواست تصویر می کنید، داده ها در واقع پردازش نمی شوند.
• اعتماد به کد بدون اجرای آن: قرار دادن خروجی روی اسلاید بدون تأیید بصری آن.
• عدم ارائه اعتبارسنجی ارزش: مقایسه نکردن نقاط روی نمودار با داده ها.
• عدم مشاهده خط از دست رفته/پرش شده: عدم بررسی تعداد نقاط.
• برخورد با آن مانند یک کار یکبار مصرف: حفظ نکردن کد و شروع از صفر هر ماه.

به طور خلاصه

کدی که نمودار را تولید می کند، نه تصویر نمودار را از هوش مصنوعی بخواهید و خودتان آن کد را اجرا کنید. زیرا کد داده ها را همانطور که هست پردازش می کند و نتایج قطعی و قابل تکرار می دهد. ساختار داده را توصیف کنید، قوانین یکپارچگی (از محور 0، برچسب، منبع) را در درخواست قرار دهید، خروجی را با هش ارزش-یکپارچگی-مقیاس-جمع اعتبارسنجی کنید. کد هر بار پیش‌بینی کلامی را شکست می‌دهد. اما کنترل نهایی با شماست.

وظیفه کاربردی

برای یک فایل داده از خود: (1) ساختار داده را برای هوش مصنوعی توصیف کنید و یک کد تولید نمودار (با قوانین صداقت) چاپ کنید. (2) کد را اجرا کنید و 2-3 مقدار در نمودار را به صورت دستی با داده ها مقایسه کنید. (3) در همان کد، نوارها را بر اساس مقدار مرتب کنید و یک رنگ برجسته اضافه کنید. (4) کد را برای استفاده مجدد در ماه آینده ذخیره کنید.

چک لیست

• [ ] من می خواستم و کدی را اجرا کردم که نمودار را تولید می کند، نه تصویر آن.
• [ ] کد داده ها را از فایل واقعی می خواند، اعداد را تشکیل نمی دهد.
• [ ] من 2-3 مقدار را در نمودار با داده ها مقایسه کردم.
• [ ] تعداد نقاط/دسته ها با ردیف های موجود در داده ها سازگار است.
• [ ] محور و مقیاس Y صادق هستند. هیچ وقفه محوری وجود ندارد.
• [ ] من کد را ذخیره کردم تا دوباره استفاده کنم.