आर्टिफिशियल इंटेलिजेंस के साथ ग्राफिक्स बनाना: कोड से विज़ुअल तक, सत्यापन के साथ

लाभ:

• ग्राफ़ बनाने वाले कोड को, ग्राफ़ की तस्वीर को नहीं, कृत्रिम बुद्धिमत्ता में प्रिंट करके और उसे स्वयं चलाकर नियतात्मक और दोहराए जाने योग्य परिणाम प्राप्त करने की क्षमता
• मूल्य, अखंडता, पैमाने और योग चेकसम के साथ डेटा के विरुद्ध चार्ट आउटपुट को मान्य करने की क्षमता
• ईमानदारी के नियम लागू करने की क्षमता (अक्ष 0, प्रत्यक्ष लेबल, स्रोत नोट से) और मौखिक अनुमान लगाने के बजाय कोड पर भरोसा करें

आपने सही चार्ट प्रकार चुना है; अब इसे प्रोड्यूस करने का समय आ गया है. यहां कृत्रिम बुद्धिमत्ता का सबसे विश्वसनीय उपयोग उसे ग्राफ़ को "खींचने" के लिए कहना नहीं है, बल्कि ग्राफ़ बनाने वाले कोड को प्रिंट करना और उस कोड को स्वयं चलाना है। कहां से? क्योंकि बड़ा भाषा मॉडल टेक्स्ट जनरेटर है; मौखिक रूप से किसी संख्या का "अनुमान" लगा सकता है, लेकिन कोड डेटा को उसी रूप में संसाधित करता है और एक नियतात्मक परिणाम उत्पन्न करता है (हमेशा एक ही इनपुट को एक ही आउटपुट देता है)। इस इकाई में, हम सीखेंगे कि ग्राफिकल कोड (ज्यादातर पायथन) को एआई पर कैसे प्रिंट करें और आउटपुट को सत्यापित करें।

कोड क्यों, भागो क्यों?

किसी भाषा मॉडल से पूछें "कुल बिक्री क्या है?" यदि आप पूछें, तो यह वास्तव में डेटा एकत्र नहीं करता है; एक संभावित संख्या उत्पन्न करता है. लेकिन यदि आप इसमें एकत्रीकरण कोड प्रिंट करते हैं और इसे चलाते हैं, तो परिणाम वास्तविक डेटा से आता है। चार्ट के लिए भी यही बात लागू होती है: मॉडल जो कोड उत्पन्न करता है वह आपके डेटा पर, आपकी मशीन पर चलता है। कोड भी दोहराने योग्य है: जब डेटा अपडेट किया जाता है, तो आप कोड को फिर से चलाते हैं और चार्ट को रीफ्रेश करते हैं।

सामान्य उपकरण: मैटप्लोटलिब और सीबॉर्न (स्थैतिक प्लॉट), पायथन भाषा के साथ प्लॉटली (इंटरैक्टिव प्लॉट); स्प्रेडशीट प्रोग्राम और बीआई (बिजनेस इंटेलिजेंस) टूल भी। इस इकाई में, हम Python/matplotlib का उपयोग करके उदाहरण देंगे क्योंकि यह सबसे आम है; प्रत्येक वाहन में सिद्धांत समान है।

युक्ति: "मुझे चार्ट की एक तस्वीर दें" के बजाय, "मुझे वह कोड दें जो चार्ट बनाता है और मैं इसे चलाऊंगा।" इस तरह, परिणाम वास्तविक डेटा से आता है और आप जितने चाहें उतने समायोजन कर सकते हैं।

चरण दर चरण: कोड से ग्राफ़िक्स तक

1. ग्राफिक प्रकार और संदेश (पिछली इकाई) निर्धारित करें।
2. मॉडल की डेटा संरचना का वर्णन करें (कॉलम नाम, प्रकार; संवेदनशील डेटा नहीं)।
3. कोड जनरेट करें, ईमानदारी के नियमों को प्रॉम्प्ट में डालें (अक्ष 0, टैग, स्रोत नोट से)।
4. कोड स्वयं चलाएँ और ग्राफ़ देखें।
5. जांचें: क्या चार्ट में मान डेटा में मान के समान है? क्या कुल/शेयर कायम है?
6. सुधारें: शीर्षक को क्रिया शीर्षक में बदलें, अनावश्यक हटाएं, हाइलाइट रंग जोड़ें।

आपकी भूमिका: पायथन डेटा विज़ुअलाइज़ेशन सहायक। मेरे पास एक सीएसवी है: कॉलम "महीना" (YYYY-MM), "चैनल" (पाठ), "राजस्व" (संख्या)। matplotlib के साथ एक LINE ग्राफ कोड लिखें: - प्रत्येक चैनल एक अलग लाइन है, x = महीना, y = आओ। - y अक्ष को 0 से शुरू होने दें (काटें नहीं)। - लाइनों के अंत में सीधे लेबल लगाएं, एक अलग किंवदंती की आवश्यकता नहीं है। - शीर्षक में कार्रवाई शीर्षक के लिए एक प्लेसहोल्डर रखें। - नीचे दाईं ओर एक छोटा "स्रोत: [ ... ]" नोट जोड़ें। कोड को पूर्ण और निष्पादन योग्य बनाएं, उदाहरण रीडिंग लाइन भी लिखें। नंबर फिट करना; सीएसवी से डेटा पढ़ें.

किसी मौजूदा चार्ट को ठीक करने के लिए:

इस matplotlib कोड को ठीक करें: (1) बार को सबसे बड़े से सबसे छोटे मान के आधार पर क्रमबद्ध करें, (2) केवल उच्चतम बार को नारंगी और बाकी को ग्रे बनाएं, (3) y-अक्ष को 0 से शुरू करें, (4) हजारों विभाजक के साथ दशमलव को प्रारूपित करें। कोड को उसकी संपूर्णता में लौटाएँ. कोड:[...]

इंटरैक्टिव चार्ट के लिए (डैशबोर्ड के लिए):

उसी डेटा के साथ प्लॉटली का उपयोग करके एक इंटरैक्टिव लाइन चार्ट कोड लिखें: माउस घुमाने से महीना और आय दिखाई देगी, और चैनलों को फ़िल्टर किया जा सकता है। मान लीजिए कि अक्ष 0 से शुरू होता है। पूरा कोड दें।

सत्यापन: क्या चार्ट "सही" है, "सुंदर" नहीं?

सिर्फ ग्राफिक्स आउटपुट होने से काम खत्म नहीं हो जाता। तीन चेकसम:

• मूल्य प्रदान करना: हाथ/टेबल द्वारा 2-3 यादृच्छिक बिंदुओं की जाँच करें। क्या चार्ट पर उच्चतम बार वास्तव में उच्चतम है?
• कुल/शेयर सत्यापन: क्या शेयर आंशिक-संपूर्ण चार्ट में 100% तक पूर्ण हैं?
• दृश्य ईमानदारी: क्या अक्ष 0 से शुरू होता है, क्या पैमाना रैखिक है, क्या यह वही इकाई है? (विवरण अगली इकाई में।)

नियंत्रण

देखभाल कैसे करें

लाल झंडा

मूल्य

डेटा के साथ 2-3 बिंदुओं की तुलना करें

ग्राफ़-डेटा मेल नहीं खाता

अखंडता

क्या कोई माह/श्रेणियाँ गायब हैं?

अंतर को चुपचाप छोड़ दिया गया

स्केल

Y अक्ष कहाँ से शुरू होता है

0 नहीं, अंतर अतिरंजित है

कुल

शेयर/कुल

यह 100% नहीं रखता

सावधानी: मॉडल कभी-कभी डेटा से गायब महीनों को "पूरा" करता है या गायब पंक्ति को चुपचाप छोड़ देता है। देखें कि क्या चार्ट पर अंकों की संख्या डेटा में पंक्तियों की संख्या से मेल खाती है।

तीन मिनी मामले

केस 1 - कोड बीट भविष्यवाणी। एक विश्लेषक पहले मॉडल से पूछता है "कुल कितना है?" उन्होंने पूछा, और जवाब मिला "≈4.2 मिलियन"। फिर उन्होंने अतिरिक्त कोड प्रिंट किया और उसे चलाया: वास्तविक कुल 3.87 मिलियन था। मौखिक भविष्यवाणी 8% ग़लत थी। उस दिन के बाद से उसे हर नंबर कोड से मिलने लगा।

केस 2 - साइलेंट मिसिंग लाइन। एक टीम ने मासिक चार्ट तैयार किया था; सब कुछ ठीक लग रहा था. लेकिन मार्च डेटा में खाली था, और चार्ट ने इसे छोड़ दिया और फरवरी को अप्रैल से जोड़ दिया; यह नरम लग रहा था क्योंकि यह चलन में था। उन्होंने बिंदुओं की संख्या देखी (यह 11 के बजाय 12 होनी चाहिए थी) और इसे ठीक किया; वास्तविक रुझान में उछाल आया.

केस 3 - प्रतिलिपि प्रस्तुत करने योग्यता। एक विपणक हर महीने (लगभग 40 मिनट) हाथ से चार्ट बना रहा था। एक बार उन्होंने कृत्रिम बुद्धि द्वारा लिखित कोड स्थापित किया; अगले महीनों में नई सीएसवी डालने और कोड चलाने में 2 मिनट का समय लगा। प्रति माह 38 मिनट की बचत हुई और अब मैन्युअल कॉपी करने में कोई त्रुटि नहीं होगी।

कमजोर संकेत/मजबूत संकेत

कमज़ोर:

इस बिक्री डेटा को ग्राफ़ करें.

मॉडल एक चित्र फिट कर सकता है या यादृच्छिक कोड दे सकता है; डेटा वास्तव में संसाधित नहीं है, कोई ईमानदारी सेटिंग्स नहीं हैं।

मज़बूत:

आपकी भूमिका: Python/matplotlib सहायक। डेटा: सीएसवी, कॉलम "क्षेत्र" (पाठ), "buyume_percentage" (संख्या, नकारात्मक हो सकती है)। क्षैतिज बार चार्ट कोड लिखें: मान के आधार पर क्रमबद्ध करें, उच्चतम क्षेत्र को हाइलाइट करें, y=0 संदर्भ पंक्ति जोड़ें (नकारात्मक प्रदर्शित करें), बार के सिरों पर प्रतिशत लेबल लगाएं। निष्पादन योग्य कोड दें, सीएसवी से पढ़ें, नंबर फिटिंग करें। शीर्षक के लिए एक क्रिया शीर्षक प्लेसहोल्डर रखें.

दूसरे में डेटा संरचना, ईमानदारी नियम और "कोड से पढ़ें, इसे न बनाएं" सिद्धांत शामिल हैं; आउटपुट सटीक और संपादन योग्य दोनों है।

टूल चयन: कब स्प्रेडशीट, कब कोड?

आपको प्रत्येक चार्ट के लिए कोड लिखने की आवश्यकता नहीं है। एक छोटे, एकमुश्त, सरल चार्ट के लिए, एक स्प्रेडशीट (एक्सेल, गूगल स्प्रेडशीट) अक्सर पर्याप्त और तेज़ होती है। कोड तब जीतता है जब: डेटा नियमित रूप से अपडेट किया जाता है (हर महीने एक ही चार्ट को ताज़ा करना), चार्ट जटिल या असंख्य है (जैसे छोटे एकाधिक चार्ट), पूर्ण नियंत्रण की आवश्यकता है (अखंडता सेटिंग्स, कस्टम लेबलिंग), या यह महत्वपूर्ण है कि परिणाम दोहराया जा सके। आप यह भी पूछ सकते हैं कि कृत्रिम बुद्धिमत्ता के लिए कौन सा उपयुक्त है।

स्थिति

उपयुक्त वाहन

क्यों

एक बार का साधारण बार

स्प्रेडशीट

तेज़, किसी कोड की आवश्यकता नहीं

हर माह रिपोर्ट अपडेट की जाती है

कोड (पायथन)

एक बार लिखें, दोबारा चलाएं

इंटरैक्टिव/फ़िल्टर डैशबोर्ड

कोड (प्लॉटली)/बीआई टूल

सहभागिता आवश्यक है

बहुत सारे छोटे ग्राफ़िक्स

कोड

हाथ से चित्र बनाना थका देने वाला और गलत है

आपकी भूमिका: डेटा विज़ुअलाइज़ेशन सलाहकार। मुझे निम्नलिखित ग्राफ तैयार करने की आवश्यकता है:[नुस्खा]। [कितनी बार] डेटा अपडेट किया जाता है, [कितने] विभिन्न चार्ट की आवश्यकता होती है। क्या स्प्रेडशीट या पायथन कोड अधिक मायने रखता है? अपने निर्णय को उचित ठहराएँ; आप कोड के लिए किस लाइब्रेरी की अनुशंसा करते हैं?

संकेत: "क्या मैं इसे हर महीने दोबारा करूंगा?" यदि प्रश्न का उत्तर "हाँ" है, तो कोड निवेश लगभग हमेशा अपने लिए भुगतान करता है। यदि यह एकबारगी है, तो एक स्प्रेडशीट पर्याप्त होगी।

सामान्य गलतियाँ

• चार्ट का "चित्र" मांगना: जब आप कोड के बजाय एक छवि मांगते हैं, तो डेटा वास्तव में संसाधित नहीं होता है।
• कोड को निष्पादित किए बिना उस पर भरोसा करना: आउटपुट को दृश्य रूप से सत्यापित किए बिना स्लाइड पर रखना।
• मूल्य सत्यापन प्रदान नहीं करना: चार्ट पर बिंदुओं की डेटा से तुलना नहीं करना।
• लुप्त/छूटी हुई पंक्ति को न देखना: बिंदुओं की संख्या की जाँच न करना।
• इसे एक बार के काम की तरह मानना: कोड न रखना और हर महीने नए सिरे से शुरुआत करना।

सारांश

कृत्रिम बुद्धिमत्ता से उस कोड के लिए पूछें जो ग्राफ़ बनाता है, न कि ग्राफ़ का चित्र, और उस कोड को स्वयं चलाएँ; क्योंकि कोड डेटा को वैसे ही संसाधित करता है जैसे वह है और नियतात्मक और दोहराने योग्य परिणाम देता है। डेटा संरचना का वर्णन करें, अनुरोध में अखंडता नियम (अक्ष 0, लेबल, स्रोत से) डालें, मूल्य-अखंडता-स्केल-सम हैश के साथ आउटपुट को मान्य करें। कोड हर बार मौखिक भविष्यवाणी को मात देता है; लेकिन अंतिम नियंत्रण आपका है.

आवेदन कार्य

आपकी डेटा फ़ाइल के लिए: (1) एआई को डेटा संरचना का वर्णन करें और एक ग्राफ़ जेनरेशन कोड प्रिंट करें (ईमानदारी के नियमों के साथ)। (2) कोड चलाएँ और डेटा के साथ चार्ट में 2-3 मानों की मैन्युअल रूप से तुलना करें। (3) उसी कोड में, बार को मान के आधार पर क्रमबद्ध करें और एक एकल हाइलाइट रंग जोड़ें। (4) अगले महीने दोबारा उपयोग करने के लिए कोड को सेव करें।

चेकलिस्ट

• [ ] मैं उस कोड को चाहता था और चलाता था जो चार्ट बनाता है, न कि उसका चित्र।
• [ ] कोड वास्तविक फ़ाइल से डेटा पढ़ता है, यह संख्याएँ नहीं बनाता है।
• [ ] मैंने चार्ट में 2-3 मानों की तुलना डेटा से की।
• [ ] अंकों/श्रेणियों की संख्या डेटा में पंक्तियों के साथ संगत है।
• [ ] Y अक्ष और स्केल ईमानदार हैं; कोई अक्ष व्यवधान नहीं है.
• [ ] मैंने दोबारा उपयोग करने के लिए कोड सहेजा है।