PandasAI: 自然言語によるデータクエリとグラフ生成のためのデータ分析対話プラットフォーム

はじめに

PandasAIはPythonベースのオープンソースプラットフォームで、自然言語処理技術によってデータ分析プロセスを簡素化するように設計されています。データベース（SQL、CSV、pandas、polars、mongodb、noSQLなど）と会話形式で対話することができます。このプラットフォームは、大規模な言語モデル（GPT-3.5/4、Anthropic、VertexAIなど）とRAG（Retrieval Augmented Generation）技術を利用し、技術的なユーザーとそうでないユーザーの両方にとって、データ分析をより直感的で効率的なものにします。

機能一覧

• 自然言語クエリ自然言語による質問で、データ分析結果に簡単にアクセスできます。
• データの可視化データを視覚化するためにチャートやグラフを作成する。
• データクリーニング欠損値への対処とデータの質の向上。
• フィーチャー・ジェネレーション新しいフィーチャーを生成することで、データセットを強化します。
• 複数データソースのサポートCSV、XLSX、PostgreSQL、MySQL、BigQuery、その他多くのデータソースに接続できます。
• マルチモデル対応GPT 3.5/4、Anthropic、VertexAI、その他の多言語モデルの統合。

ヘルプの使用

設置プロセス

1. Dockerのインストール あなたのマシンにDockerがインストールされていることを確認してください。
2. クローン倉庫 走るgit clone https://github.com/Sinaptik-AI/pandas-ai.
3. プラットフォームの構築 プロジェクト・ディレクトリに移動してdocker-compose build.
4. 打ち上げプラットフォーム 走るdocker-compose upそしてhttp://localhost:3000.

PandasAIライブラリの使用

1. インストーラ ::
   • pipを使う：pip install pandasai
   • 詩を使う：poetry add pandasai
2. インポートライブラリ ::

import os
import pandas as pd
from pandasai import Agent

1. データフレームの作成 ::

sales_by_country = pd.DataFrame({
"country": ["United States", "United Kingdom", "France", "Germany", "Italy", "Spain", "Canada", "Australia", "Japan", "China"],
"revenue": [5000, 3200, 2900, 4100, 2300, 2100, 2500, 2600, 4500, 7000]
})

1. APIキーの設定 ::

os.environ["PANDASAI_API_KEY"] = "YOUR_API_KEY"

1. エージェントとクエリーの作成 ::

agent = Agent(sales_by_country)
response = agent.chat('Which are the top 5 countries by sales?')
print(response)

1. チャートの作成 ::

agent.chat("Plot the histogram of countries showing for each one the gd. Use different colors for each bar")

PandasAIプラットフォームの使用

1. アクセス・プラットフォーム 起業後のアクセスhttp://localhost:3000.
2. データのアップロード CSVやExcelファイルをアップロードできます。
3. 自然言語クエリ 例えば、「売上高上位5カ国は？
4. 結果を見る プラットフォームは、適切なチャートを作成するオプションとともに、照会結果を返します。

PandasAIは、ビジネス分析、学術研究、個人プロジェクトなど、様々なデータ分析シナリオに適しています。自然言語処理技術により、ユーザーは複雑なコードを書くことなく、データから価値ある情報を簡単に得ることができます。