नफा:
- आलेखाचे चित्र नसून आलेख तयार करणारा कोड कृत्रिम बुद्धिमत्तेवर छापून आणि स्वतः चालवून निर्धारवादी आणि पुनरावृत्ती करण्यायोग्य परिणाम प्राप्त करण्याची क्षमता
- मूल्य, अखंडता, स्केल आणि बेरीज चेकसमसह डेटाच्या विरूद्ध चार्ट आउटपुट प्रमाणित करण्याची क्षमता
- प्रामाणिकपणाचे नियम लादण्याची क्षमता (अक्ष 0, थेट लेबल, स्त्रोत नोट वरून) आणि मौखिक अंदाजाऐवजी कोडवर अवलंबून राहण्याची क्षमता
तुम्ही योग्य चार्ट प्रकार निवडला आहे; आता ते तयार करण्याची वेळ आली आहे. आर्टिफिशियल इंटेलिजन्सचा येथे सर्वात विश्वासार्ह वापर म्हणजे आलेख "ड्रॉ" करायला सांगणे नाही, तर आलेख तयार करणारा कोड छापणे आणि तो कोड स्वतः चालवणे. कुठून? कारण मोठे भाषा मॉडेल मजकूर जनरेटर आहे; शब्दशः एखाद्या संख्येचा "अंदाज" करू शकतो, परंतु कोड डेटावर जसा आहे तसा प्रक्रिया करतो आणि एक निर्धारक परिणाम तयार करतो (नेहमी समान इनपुटला समान आउटपुट देतो). या युनिटमध्ये, आपण ग्राफिकल कोड (बहुधा पायथन) AI वर कसे प्रिंट करायचे आणि आउटपुट कसे पडताळायचे ते शिकू.
कोड का, का चालवायचे?
एक भाषा मॉडेल विचारा "विक्री एकूण काय आहे?" तुम्ही विचारल्यास, ते प्रत्यक्षात डेटा गोळा करत नाही; संभाव्य संख्या व्युत्पन्न करते. पण जर तुम्ही एग्रीगेशन कोड त्यावर प्रिंट करून तो रन केला तर रिझल्ट रिअल डेटामधून येतो. चार्टसाठीही तेच आहे: मॉडेल तयार करतो तो कोड तुमच्या डेटावर, तुमच्या मशीनवर चालतो. कोड देखील पुनरावृत्ती करण्यायोग्य आहे: डेटा अद्यतनित केल्यावर, तुम्ही कोड पुन्हा चालवा आणि चार्ट रीफ्रेश करा.
सामान्य साधने: मॅटप्लॉटलिब आणि सीबॉर्न (स्टॅटिक प्लॉट), पायथन भाषेसह प्लॉटली (इंटरएक्टिव्ह प्लॉट); स्प्रेडशीट प्रोग्राम आणि BI (व्यवसाय बुद्धिमत्ता) साधने देखील. या युनिटमध्ये, आम्ही Python/matplotlib वापरून उदाहरणे देऊ कारण ते सर्वात सामान्य आहे; प्रत्येक वाहनात तत्त्व समान आहे.
टीप: "मला चार्टचे चित्र द्या" ऐवजी "मला चार्ट तयार करणारा कोड द्या आणि मी तो चालवीन" असे म्हणा. अशा प्रकारे, परिणाम वास्तविक डेटामधून येतो आणि आपण आपल्याला पाहिजे तितके समायोजन करू शकता.
स्टेप बाय स्टेप: कोडपासून ग्राफिक्सपर्यंत
- ग्राफिक प्रकार आणि संदेश (मागील युनिट) निश्चित करा.
- मॉडेलमध्ये डेटा संरचनेचे वर्णन करा (स्तंभांची नावे, प्रकार; संवेदनशील डेटा नाही).
- कोड व्युत्पन्न करा, प्रामाणिकपणाचे नियम प्रॉम्प्टमध्ये ठेवा (अक्ष 0, टॅग, स्त्रोत नोट वरून).
- कोड स्वतः चालवा आणि आलेख पहा.
- तपासा: चार्टमधील मूल्य डेटामधील मूल्यासारखेच आहे का? एकूण/शेअर धारण करतात का?
- सुधारणा करा: शीर्षक कृती शीर्षकामध्ये बदला, अनावश्यक हटवा, हायलाइट रंग जोडा.
तुमची भूमिका: पायथन डेटा व्हिज्युअलायझेशन सहाय्यक. माझ्याकडे CSV आहे: स्तंभ "महिना" (YYYY-MM), "चॅनेल" (मजकूर), "कमाई" (संख्या). matplotlib सह एक लाइन आलेख कोड लिहा:- प्रत्येक चॅनेल एक वेगळी ओळ आहे, x=month, y=come.- y अक्ष 0 पासून सुरू करू द्या (कापू नका).- थेट ओळींच्या शेवटी लेबले लावा, वेगळ्या लीजेंडची आवश्यकता नाही.- शीर्षकामध्ये कृती शीर्षकासाठी प्लेसहोल्डर ठेवा.- आमच्या तळाशी एक लहान नाही. कोड पूर्ण आणि एक्झिक्युटेबल बनवा, उदाहरण वाचन ओळ देखील लिहा. नंबर बसवणे; CSV वरून डेटा वाचा.
विद्यमान चार्ट निश्चित करण्यासाठी:
या मॅटप्लॉटलिब कोडचे निराकरण करा: (1) बारची सर्वात मोठ्या ते सर्वात लहानापर्यंत मूल्यानुसार क्रमवारी लावा, (2) फक्त सर्वोच्च पट्टी नारिंगी करा आणि बाकीचा राखाडी करा, (3) y-अक्ष 0 पासून सुरू करा, (4) हजारो विभाजकांसह दशांश फॉरमॅट करा. कोड संपूर्णपणे परत करा. कोड: [...]
परस्पर चार्टसाठी (डॅशबोर्डसाठी):
समान डेटासह प्लॉटली वापरून परस्परसंवादी लाइन चार्ट कोड लिहा: माउस फिरवल्याने महिना आणि उत्पन्न दिसून येईल आणि चॅनेल फिल्टर केले जाऊ शकतात. अक्ष 0 पासून सुरू करू द्या. पूर्ण कोड द्या.
प्रमाणीकरण: चार्ट "योग्य" आहे, "सुंदर" नाही?
केवळ ग्राफिक्स आउटपुट असल्यामुळे काम संपलेले नाही. तीन चेकसम:
- मूल्य प्रदान करणे: हाताने/टेबलद्वारे 2-3 यादृच्छिक बिंदू तपासा. चार्टवरील सर्वोच्च पट्टी खरोखर सर्वोच्च आहे का?
- एकूण/शेअर पडताळणी: भाग-संपूर्ण चार्टमध्ये शेअर्स 100% पूर्ण झाले आहेत का?
- व्हिज्युअल प्रामाणिकपणा: अक्ष 0 ने सुरू होतो, स्केल रेषीय आहे, ते समान युनिट आहे का? (पुढील युनिटमध्ये तपशील.)
नियंत्रण
काळजी कशी घ्यावी
लाल ध्वज
मूल्य
डेटासह 2-3 गुणांची तुलना करा
आलेख-डेटा जुळत नाही
अखंडता
काही महिने/श्रेणी गहाळ आहेत का?
अंतर शांतपणे वगळण्यात आले
स्केल
Y अक्ष कोठे सुरू होतो
0 नाही, फरक अतिशयोक्तीपूर्ण आहे
एकूण
शेअर्स/एकूण
हे 100% धरत नाही
खबरदारी: मॉडेल कधीकधी डेटामधून गहाळ महिने "पूर्ण" करते किंवा गहाळ पंक्ती शांतपणे टाकून देते. चार्टवरील बिंदूंची संख्या डेटामधील पंक्तींच्या संख्येशी जुळते का ते पहा.
तीन लहान प्रकरणे
केस 1 - कोड बीट अंदाज. एक विश्लेषक प्रथम मॉडेलला विचारतो "एकूण किती आहे?" त्याने विचारले आणि त्याला "≈4.2 दशलक्ष" उत्तर मिळाले. मग त्याने अतिरिक्त कोड मुद्रित केला आणि तो चालवला: वास्तविक एकूण 3.87 दशलक्ष होते. तोंडी अंदाज 8% चुकीचा होता. त्या दिवसापासून त्याला कोडमधून प्रत्येक क्रमांक मिळाला.
केस 2 - मूक गहाळ ओळ. एका संघाने मासिक चार्ट तयार केला होता; सर्व काही ठीक दिसत होते. परंतु डेटामध्ये मार्च रिक्त होता आणि चार्टने ते वगळले आणि फेब्रुवारी ते एप्रिल लिंक केले; ते मऊ दिसत होते कारण ते ट्रेंडमध्ये होते. त्यांनी बिंदूंची संख्या लक्षात घेतली (ते 11 ऐवजी 12 असावे) आणि ते दुरुस्त केले; प्रत्यक्ष कल मध्ये एक उडी होती.
केस 3 - पुनरुत्पादनक्षमता. एक मार्केटर दर महिन्याला हाताने तक्ते काढत होता (सुमारे 40 मिनिटे). एकदा त्याने आर्टिफिशियल इंटेलिजन्सने लिहिलेला कोड इन्स्टॉल केला; पुढील महिन्यांत नवीन CSV टाकण्यासाठी आणि कोड चालवण्यासाठी 2 मिनिटे लागली. दर महिन्याला 38 मिनिटे जतन केली आणि यापुढे मॅन्युअल कॉपी त्रुटी नाहीत.
कमकुवत प्रॉम्प्ट / मजबूत प्रॉम्प्ट
कमकुवत:
या विक्री डेटाचा आलेख बनवा.
मॉडेल चित्र फिट करू शकते किंवा यादृच्छिक कोड देऊ शकते; डेटावर प्रत्यक्षात प्रक्रिया केली जात नाही, कोणतीही प्रामाणिक सेटिंग्ज नाहीत.
मजबूत:
तुमची भूमिका: Python/matplotlib मदतनीस. डेटा: CSV, स्तंभ "प्रदेश" (मजकूर), "buyume_percentage" (संख्या, ऋण असू शकते). क्षैतिज बार चार्ट कोड लिहा: मूल्यानुसार क्रमवारी लावा, सर्वोच्च क्षेत्र हायलाइट करा, y=0 संदर्भ रेखा जोडा (नकारात्मक प्रदर्शित करा), बारच्या टोकांवर टक्केवारी लेबले ठेवा. एक्झिक्युटेबल कोड द्या, CSV वरून वाचा, नंबर फिटिंग. शीर्षकासाठी क्रिया शीर्षक प्लेसहोल्डर ठेवा.
दुसऱ्यामध्ये डेटा स्ट्रक्चर, प्रामाणिकपणाचे नियम आणि "कोडमधून वाचा, ते बनवू नका" तत्त्व समाविष्ट आहे; आउटपुट अचूक आणि संपादन करण्यायोग्य दोन्ही आहे.
साधन निवड: स्प्रेडशीट कधी, कोड कधी?
तुम्हाला प्रत्येक चार्टसाठी कोड लिहिण्याची गरज नाही. एका लहान, एक-ऑफ, साध्या चार्टसाठी, एक स्प्रेडशीट (एक्सेल, Google स्प्रेडशीट) अनेकदा पुरेसे आणि जलद असते. कोड जिंकतो जेव्हा: डेटा नियमितपणे अद्यतनित केला जातो (दर महिन्याला तोच चार्ट रिफ्रेश केला जातो), चार्ट जटिल किंवा असंख्य असतो (जसे की लहान एकाधिक चार्ट), पूर्ण नियंत्रण आवश्यक असते (एकात्मता सेटिंग्ज, सानुकूल लेबलिंग), किंवा परिणाम पुनरावृत्ती करण्यायोग्य असणे महत्वाचे आहे. कृत्रिम बुद्धिमत्तेसाठी कोणते योग्य आहे हे देखील तुम्ही विचारू शकता.
स्थिती
योग्य वाहन
का
एक वेळ साधी बार
स्प्रेडशीट
जलद, कोड आवश्यक नाही
दर महिन्याला अहवाल अपडेट केला जातो
कोड (पायथन)
एकदा लिहा, पुन्हा चालवा
परस्परसंवादी/फिल्टर डॅशबोर्ड
कोड (प्लॉटली) / बीआय टूल
परस्परसंवाद आवश्यक
बरेच लहान ग्राफिक्स
कोड
हाताने रेखाटणे थकवणारे आणि चुकीचे आहे
तुमची भूमिका: डेटा व्हिज्युअलायझेशन सल्लागार. मला खालील आलेख तयार करायचा आहे: [पाककृती]. डेटा [किती वेळा] अपडेट केला जातो, [किती] भिन्न तक्ते आवश्यक आहेत. स्प्रेडशीट किंवा पायथन कोड अधिक अर्थपूर्ण आहे का? आपल्या निर्णयाचे समर्थन करा; कोडसाठी तुम्ही कोणत्या लायब्ररीची शिफारस करता?
इशारा: "मी हे दर महिन्याला पुन्हा करू का?" प्रश्नाचे उत्तर "होय" असल्यास, कोड गुंतवणूक जवळजवळ नेहमीच स्वतःसाठी पैसे देते. हे एक-ऑफ असल्यास, एक स्प्रेडशीट पुरेसे असेल.
सामान्य चुका
- चार्टचे "चित्र" विचारणे: जेव्हा तुम्ही कोडऐवजी प्रतिमा विचारता, तेव्हा डेटावर प्रत्यक्षात प्रक्रिया केली जात नाही.
- कोड कार्यान्वित न करता त्यावर विश्वास ठेवणे: आउटपुटला दृष्यदृष्ट्या सत्यापित न करता स्लाइडवर ठेवणे.
- मूल्य प्रमाणीकरण प्रदान करत नाही: चार्टवरील बिंदूंची डेटाशी तुलना करत नाही.
- गहाळ/वगळलेली ओळ दिसत नाही: बिंदूंची संख्या तपासत नाही.
- एक-वेळच्या नोकरीप्रमाणे वागणे: कोड न ठेवणे आणि दर महिन्याला सुरवातीपासून सुरुवात करणे.
सारांशात
आर्टिफिशियल इंटेलिजन्सला आलेख तयार करणाऱ्या कोडसाठी विचारा, आलेखाचे चित्र नाही आणि तो कोड स्वतः चालवा; कारण कोड डेटावर जसा आहे तसा प्रक्रिया करतो आणि निर्धारक आणि पुनरावृत्ती करण्यायोग्य परिणाम देतो. डेटा संरचनेचे वर्णन करा, विनंतीमध्ये अखंडतेचे नियम (अक्ष 0, लेबल, स्रोत पासून) ठेवा, मूल्य-अखंडता-स्केल-सम हॅशसह आउटपुट प्रमाणित करा. कोड प्रत्येक वेळी तोंडी अंदाज मारतो; पण अंतिम नियंत्रण तुमचे आहे.
अर्ज कार्य
तुमच्या डेटा फाइलसाठी: (1) AI मध्ये डेटा स्ट्रक्चरचे वर्णन करा आणि आलेख जनरेशन कोड प्रिंट करा (प्रामाणिक नियमांसह). (2) कोड चालवा आणि डेटासह चार्टमधील 2-3 मूल्यांची व्यक्तिचलितपणे तुलना करा. (३) समान कोडमध्ये, मूल्यानुसार बारची क्रमवारी लावा आणि एकच हायलाइट रंग जोडा. (4) पुढील महिन्यात पुन्हा वापरण्यासाठी कोड जतन करा.
चेकलिस्ट
- [ ] मला चार्ट तयार करणारा कोड हवा होता आणि चालवला होता, त्याचे चित्र नाही.
- कोड वास्तविक फाइलमधील डेटा वाचतो, तो संख्या बनवत नाही.
- [ ] मी डेटाशी चार्टमधील 2-3 मूल्यांची तुलना केली.
- बिंदू/श्रेण्यांची संख्या डेटामधील पंक्तीशी सुसंगत आहे.
- [ ] Y अक्ष आणि स्केल प्रामाणिक आहेत; अक्ष व्यत्यय नाही.
- मी कोड पुन्हा वापरण्यासाठी सेव्ह केला आहे.