Probly：データを分析し、グラフを生成するAI用オープンソース表ツール

はじめに

Problyは、PragmaticMachineLearningチームによって開発され、GitHubでオープンソース化されたスプレッドシートツールで、従来のスプレッドシートの機能と強力なAIデータ分析機能を兼ね備えている。ユーザーがExcelのようにデータを管理できるだけでなく、内蔵のPython実行環境とAIチャットを通じて、データの詳細な分析と視覚化を直接行うことができる。データの整理、数式の計算、グラフの生成、AIを使った洞察など、Problyはワンストップショップだ。このプロジェクトでは、最新のフロントエンド技術（Next.jsやReactなど）とPyodide（WebAssemblyベースのPythonランタイム）を使用しているため、データ愛好家や開発者、データを迅速に分析する必要のある小規模チームに適している。オープンソースプロジェクトであるため、ユーザーはコードを自由にダウンロード、変更、貢献することができ、実用的で拡張性に富んでいる。

機能一覧

• インタラクティブなスプレッドシートExcelのような表インターフェースを提供し、数式計算やデータ編集をサポート。
• Pythonデータ分析組み込みのPython環境を通じて、表形式データを直接処理するコードを実行します。
• データの可視化棒グラフや折れ線グラフなど、EChartsをベースにしたダイナミックなチャートを生成。
• AIチャット分析OpenAI APIによるインテリジェントなアドバイスと自動データ解釈。
• データのインポートと管理外部データのインポートをサポートし、複数ソースのデータセットを簡単に管理できます。
• オープンソースとカスタマイズユーザーがソースコードを変更することで、ニーズに合った専用機能をカスタマイズすることができます。

ヘルプの使用

設置プロセス

Problyはウェブベースのツールですが、その全機能を使用するにはローカルへの展開が必要です。以下は、すぐに使い始めるための詳細なインストール手順です：

1. プロジェクト・クローンをローカルに
   • ターミナル（WindowsのCMDやmacOSのTerminalなど）を開く。
   • コマンドを入力する：git clone https://github.com/PragmaticMachineLearning/probly.gitプロジェクトはローカルにダウンロードされる。
   • プロジェクト・カタログにアクセスする：おそらく.
2. 依存関係のインストール
   • お使いのコンピューターにNode.jsがインストールされていることを確認してください（推奨バージョン18以上、公式ウェブサイトからダウンロード可能）。
   • それをターミナルに入力する：npmインストール依存パッケージがある場合は、インストールが完了するまで待ちます。このステップでは、Next.js、Reactなどのフロントエンドフレームワークと関連ライブラリをダウンロードします。
3. OpenAI API キーを設定する
   • プロジェクトのルート・ディレクトリに 環境 ファイル（VS Codeなどのテキストエディタで作成可能）を作成する。
   • それをファイルに入力する：OPENAI_API_KEY=あなたのAPIキーファイルを保存する。
   • キーの取得方法は？OpenAIのウェブサイトにログインし、アカウント登録後、API管理ページでキーを生成し、それをコピー＆ペーストして 環境 ドキュメンテーション
4. 開発モードを開始する
   • それをターミナルに入力する：npm run devEnterを押すと、ローカルサーバーが起動します。
   • ブラウザを開き、次のサイトにアクセスする。 http://localhost:3000Problyのインターフェイスを見ることができる。
5. 本番環境への展開（オプション）
   • 正式に使用する必要がある場合は、次のように入力する。 npm run build プロジェクトをビルドし npm run start 打ち上げだ。
   • 完成すれば、Problyはすぐに本番環境で稼働する。

主な機能の使い方

1.データ入力と編集

• 打ち上げフォームProblyのホームページにアクセスすると、Handsontableをベースにした、Excelのように操作できる空白のスプレッドシートのインターフェイスが表示される。
• 手入力例えば、A1に "Sales"、A2に "1000 "のように、セルに直接データを入力する。
• インポートデータインターフェイスの上部にある "Import "ボタンをクリックし、ローカルの .csv もしかしたら .xlsx ファイルを開くと、データは自動的にテーブルに入力される。
• 計算式HyperFormulaの数式は、B1入力などでサポートされている。 =SUM(A1:A10)A列とB列の合計は計算できる。

2.パイソンデータ分析

• Python環境を開くインターフェイスの右側にあるコードエディターを見つけて、"Python "タブをクリックします。
• コードを書くフォームに売上データがあると仮定して、次のコードを入力します：

  pdとしてpandasをインポートする
  data = probly.get_data() # テーブルデータを取得する
  average = data['sales'].mean() # 平均値を計算する
  print(f "平均売上: {平均}")

• 実行コード実行」ボタンをクリックすると、結果が下の出力エリアに表示されます。
• 結果を保存分析結果は直接テーブルに書き戻すことができる。 probly.set_data('B1', 平均).

3.データの視覚化

• チャートの作成可視化したいデータ領域（例：A1:B10）を選択し、上部の "Visualise "ボタンをクリックします。
• タイプを選択ポップアップ・ウィンドウで、チャートの種類（棒グラフ、折れ線グラフなど）を選択し、"Generate "をクリックします。
• スタイルの調整チャートの色やラベルなどの調整が終わったら、"Save "をクリックしてチャートをページに埋め込みます。
• 典型例A列を日付、B列を売上高とすると、折れ線グラフを作成すると、その傾向がはっきりとわかる。

4.AIチャット分析

• オープンAIチャットショートカットキーを押す Ctrl+Shift+/右側にチャットウィンドウが表示されます。
• データについて質問する売上はどのように推移しているか？または、"どのデータポイントが異常ですか？".
• アドバイス例えば、「3月の売上は20%伸びたので、この範囲に注力することをお勧めします」というように。
• 作戦提案AIは、ワンクリックで実行できるビジュアライゼーションやPythonコードを推奨することもある。

5.データ管理とエクスポート

• マルチテーブル管理複数のワークシートを作成する場合は、下部の「+」記号をクリックして新しいシートを追加してください。
• 輸出データエクスポート "ボタンをクリックし、以下の項目を選択します。 .csv もしかしたら .json 形式でローカルに保存する。

運用フロー例

ある販売データを分析したいとします：

1. インポート 売上.csv ファイルには日付と売上列の両方が含まれている。
2. 表のデータに誤りがないか確認する。
3. Pythonコードで平均を計算し、セルC1に書き込む。
4. A1:B10を選択して折れ線グラフを作成し、トレンドを見る。
5. AIチャットを開き、「最も好調だった月は？と質問し、その提案に基づいて戦略を調整する。
6. 分析した表やグラフをエクスポートし、チームで共有することができます。

ほら

• ネットワーク要件AI機能を利用するには、ネットワークを構築し、OpenAI APIキーが有効であることを確認する必要があります。
• ブラウザの互換性WebAssemblyを確実にサポートするため、ChromeまたはFirefoxを推奨します。
• コードデバッギングPython がエラーに遭遇したときに、正しい構文かデータフォーマットかをチェックする。

以上の手順で、Problyを使って簡単にデータを整理、分析、視覚化することができ、作業効率が大幅に向上します。