Probly: ein quelloffenes, tabellarisches Tool für KI zur Analyse von Daten und zur Erstellung von Diagrammen

Allgemeine Einführung

Probly ist ein Tabellenkalkulationsprogramm, das vom PragmaticMachineLearning-Team entwickelt und auf GitHub veröffentlicht wurde. Es kombiniert die Funktionalität einer herkömmlichen Tabellenkalkulation mit leistungsstarken KI-Datenanalysefunktionen. Es ermöglicht den Nutzern nicht nur die Verwaltung von Daten wie in Excel, sondern auch eine tiefgreifende Analyse und Visualisierung von Daten direkt über die integrierte Python-Laufzeitumgebung und den KI-Chat. Ob es um die Organisation von Daten, die Berechnung von Formeln, die Erstellung von Diagrammen oder die Nutzung von KI zur Gewinnung von Erkenntnissen geht, Probly ist ein One-Stop-Shop. Das Projekt nutzt moderne Front-End-Technologien (wie Next.js und React) und Pyodide (eine auf WebAssembly basierende Python-Laufzeitumgebung) und eignet sich daher für Datenenthusiasten, Entwickler und kleine Teams, die schnell Daten analysieren müssen. Da es sich um ein Open-Source-Projekt handelt, können die Nutzer den Code, der sowohl praktisch als auch erweiterbar ist, kostenlos herunterladen, ändern und zu ihm beitragen.

Funktionsliste

• Interaktive TabellenkalkulationenBietet eine Excel-ähnliche Tabellenoberfläche mit Unterstützung für Formelberechnungen und Datenbearbeitung.
• Python-DatenanalyseCode ausführen, um Tabellendaten direkt über die integrierte Python-Umgebung zu verarbeiten.
• Visualisierung der DatenGenerieren Sie dynamische Diagramme auf der Grundlage von ECharts, wie z. B. Balken- und Liniendiagramme.
• AI-Chat-AnalytikIntelligente Beratung und automatische Dateninterpretation durch die OpenAI API.
• Datenimport und -verwaltungUnterstützt den Import externer Daten zur einfachen Verwaltung von Datensätzen aus mehreren Quellen.
• Open Source und AnpassungBenutzer können den Quellcode ändern, um exklusive Funktionen nach ihren Bedürfnissen anzupassen.

Hilfe verwenden

Ablauf der Installation

Probly ist ein webbasiertes Tool, das jedoch lokal installiert werden muss, um seine volle Funktionalität zu nutzen. Im Folgenden finden Sie detaillierte Installationsschritte, die Ihnen helfen, schnell loszulegen:

1. Projekt klonen nach lokal
   • Öffnen Sie ein Terminal (z. B. CMD unter Windows oder Terminal unter macOS).
   • Geben Sie den Befehl ein:git clone https://github.com/PragmaticMachineLearning/probly.gitDas Projekt wird lokal heruntergeladen.
   • Rufen Sie den Projektkatalog auf:cd wahrscheinlich.
2. Installation von Abhängigkeiten
   • Stellen Sie sicher, dass Sie Node.js auf Ihrem Computer installiert haben (empfohlene Version 18 oder höher, herunterladbar von der offiziellen Website).
   • Geben Sie ihn in das Terminal ein:npm-InstallationWenn Sie ein Abhängigkeitspaket haben, warten Sie, bis die Installation abgeschlossen ist. In diesem Schritt werden Frontend-Frameworks wie Next.js, React und zugehörige Bibliotheken heruntergeladen.
3. OpenAI-API-Schlüssel konfigurieren
   • Erstellen Sie im Stammverzeichnis des Projekts die Datei .env Datei (die mit einem Texteditor wie VS Code erstellt werden kann).
   • Geben Sie sie in die Datei ein:OPENAI_API_KEY=Ihr API-Schlüsselund speichern Sie die Datei.
   • Wie erhalte ich einen Schlüssel? Melden Sie sich auf der OpenAI-Website an, registrieren Sie sich für ein Konto und generieren Sie einen Schlüssel auf der API-Verwaltungsseite, kopieren Sie ihn und fügen Sie ihn in das Feld .env Dokumentation.
4. Entwicklungsmodus einleiten
   • Geben Sie ihn in das Terminal ein:npm run devDas System startet den lokalen Server nach der Eingabe.
   • Öffnen Sie Ihren Browser und besuchen Sie http://localhost:3000Sie können die Schnittstelle von Probly sehen.
5. Bereitstellung der Produktionsumgebung (optional)
   • Wenn Sie es förmlich verwenden müssen, geben Sie npm run build Erstellen Sie das Projekt und geben Sie dann npm run start Start.
   • Nach der Fertigstellung wird Probly sofort in einer Produktionsumgebung eingesetzt werden können.

Verwendung der wichtigsten Funktionen

1. die Eingabe und Bearbeitung von Daten

• Formular startenSobald Sie auf der Homepage von Probly sind, sehen Sie eine leere Tabellenkalkulationsoberfläche, die auf Handsontable basiert und wie Excel funktioniert.
• manuelle Eingabe: Geben Sie die Daten direkt in die Zelle ein, z. B. "Umsatz" in A1 und "1000" in A2.
• Daten importierenKlicken Sie auf die Schaltfläche "Importieren" am oberen Rand der Benutzeroberfläche und wählen Sie die lokale .csv vielleicht .xlsx Datei werden die Daten automatisch in die Tabelle eingetragen.
• FormelberechnungHyperFormula-Formeln werden unterstützt, z.B. in B1 input. =SUMME(A1:A10)Die Summe der Spalten A und B kann berechnet werden.

2. die Python-Datenanalyse

• Öffnen Sie die Python-UmgebungSuchen Sie den Code-Editor auf der rechten Seite der Benutzeroberfläche und klicken Sie auf die Registerkarte "Python".
• Code schreibenAngenommen, das Formular enthält Verkaufsdaten, können Sie folgenden Code eingeben:

  importiere pandas als pd
  data = probly.get_data() # Ermitteln der Tabellendaten
  average = data['sales'].mean() # Berechnen des Durchschnittswerts
  print(f "Durchschnittlicher Umsatz: {Durchschnitt}")

• laufender CodeKlicken Sie auf die Schaltfläche "Ausführen" und die Ergebnisse werden im unteren Ausgabebereich angezeigt.
• Ergebnisse speichernDie Ergebnisse der Analysen können direkt in die Tabelle zurückgeschrieben werden, z.B. probly.set_data('B1', Durchschnitt).

3. die Visualisierung der Daten

• Diagramme generierenWählen Sie den zu visualisierenden Datenbereich aus (z.B. A1:B10) und klicken Sie auf die Schaltfläche "Visualisieren" am oberen Rand.
• Typ auswählenIm Pop-up-Fenster wählen Sie die Art des Diagramms (z.B. Balkendiagramm, Liniendiagramm) und klicken auf "Erzeugen".
• Einstellen des StilsDas Diagramm unterstützt die Anpassung von Farben, Beschriftungen usw. Wenn Sie fertig sind, klicken Sie auf "Speichern", um das Diagramm in die Seite einzubetten.
• typisches BeispielAusgehend von der Annahme, dass Spalte A das Datum und Spalte B der Umsatz ist, lässt sich der Trend nach Erstellung eines Liniendiagramms deutlich erkennen.

4. die AI-Chat-Analyse

• AI-Chat öffnen: Drücken Sie die Schnelltaste Strg+Umschalt+/wird auf der rechten Seite ein Chat-Fenster eingeblendet.
• Fragen zu Daten stellenGeben Sie ein: "Wie ist der Trend bei den Verkäufen?" oder "Welche Datenpunkte sind ungewöhnlich?" .
• Beratung einholenKI analysiert und gibt Antworten auf der Grundlage von Tabellendaten, z. B. "Der Umsatz stieg im März um 20%, es wird empfohlen, sich auf diesen Bereich zu konzentrieren".
• Betriebsvorschlag: AI kann auch Visualisierungen oder Python-Code empfehlen, die mit einem einzigen Klick ausgeführt werden können.

5. die Verwaltung und der Export von Daten

• Verwaltung mehrerer TischeUnterstützung bei der Erstellung mehrerer Arbeitsblätter: Klicken Sie auf das "+"-Zeichen am unteren Rand, um ein neues Blatt hinzuzufügen.
• Daten exportierenKlicken Sie auf die Schaltfläche "Exportieren" und wählen Sie .csv vielleicht .json Format zum lokalen Speichern.

Beispiel für den Betriebsablauf

Angenommen, Sie möchten Verkaufsdaten analysieren:

1. importieren (Daten) umsatz.csv Datei, die sowohl Datums- als auch Umsatzspalten enthält.
2. Überprüfen Sie die Daten in der Tabelle, um sicherzustellen, dass keine Fehler vorhanden sind.
3. Berechnen Sie den Durchschnitt mit Python-Code und schreiben Sie ihn in Zelle C1.
4. Wählen Sie A1:B10, um ein Liniendiagramm zur Darstellung des Trends zu erstellen.
5. Öffnen Sie einen KI-Chat und fragen Sie: "Was waren die Monate mit den besten Ergebnissen?" und passen Sie Ihre Strategie auf der Grundlage der Empfehlungen an.
6. Exportieren Sie die analysierten Tabellen und Diagramme und teilen Sie sie mit Ihrem Team.

caveat

• NetzanforderungDie KI-Funktion erfordert eine Vernetzung und die Sicherstellung, dass der OpenAI-API-Schlüssel gültig ist.
• Browser-KompatibilitätChrome oder Firefox wird empfohlen, um die Unterstützung von WebAssembly sicherzustellen.
• Code-FehlersucheÜberprüft auf korrekte Syntax oder Datenformatierung, wenn Python auf Fehler stößt.

Mit den oben genannten Schritten können Sie Probly ganz einfach zum Organisieren, Analysieren und Visualisieren Ihrer Daten verwenden, was Ihre Arbeitseffizienz erheblich verbessert.