ChatGPT会“杀死”数据分析师吗?
![](/theme/default/default/images/main/eye-open.png)
我们非常重视原创文章,为尊重知识产权并避免潜在的版权问题,我们在此提供文章的摘要供您初步了解。如果您想要查阅更为详尽的内容,访问作者的公众号页面获取完整文章。
![](/theme/default/default/images/main/icon-link.png)
![](/theme/default/default/images/main/icon-jing.png)
ChatGPT的影响及Sketch库介绍
ChatGPT已在科技界引起广泛关注,其重要性被比尔·盖茨比作互联网的发明。许多行业从技术论坛到学术会议都在讨论其对现有职业的影响。哈佛大学计算机科学教授和谷歌工程主管Matt Welsh甚至预言,生成式AI技术将在3年内终结传统编程。
对于数据分析师而言,ChatGPT的出现意味着运营人员即使没有数据分析技能,也能进行常规的数据分析工作,极大提升工作效率。数据分析师可以利用ChatGPT完成日常数据分析任务,将重心转移到更深层次的分析和业务上。未来数据分析师的角色可能会转变为向AI工具提出问题并引导其解决问题。
由于访问限制,很多人可能无法直接体验ChatGPT。因此,本文介绍了一个基于Pandas的AI辅助数据分析库——sketch。通过类似ChatGPT的问答方式,即使没有数据分析背景的人也能使用sketch进行数据分析。例如,通过简单的英语提问,用户可以询问数据表中某一列的独一无二的值等。
import sketch
import pandas as pd
df = pd.read_csv('./Xeek_Well_15-9-15.csv')
df.head()
通过提出问题,sketch可以返回有关数据的具体信息,如列的唯一值数量、最小值、最大值和平均值。此外,sketch也能提供如何完成特定数据分析任务的指导,例如创建散点图,并根据特定变量着色。
import matplotlib.pyplot as plt
# Create a scatterplot with NPHI on the x axis, scaled from 0 to 0.8, and RHOB on the y axis reversed scaled from 1 to 3
plt.scatter(df['NPHI'], df['RHOB'], c='b', s=2)
plt.xlim(0, 0.8)
plt.ylim(3, 1)
plt.xlabel('NPHI')
plt.ylabel('RHOB')
plt.title('Scatterplot of NPHI vs RHOB')
plt.show()
最后,作者指出sketch库支持apply功能,但需要与OpenAI集成,未在本文中展示。总结而言,随着AI工具的增多,未来的数据分析将更加智能化,人类的任务将转化为教会AI如何进行分析,而不再是亲自编写代码。
想要了解更多内容?
![](/theme/default/default/images/main/icon-link.png)
![](/theme/default/default/images/main/icon-jing.png)
![](https://cdn.easycorp.cn/rongpm/upload/202312/f_39217d624bb2b42ce8f6322ebd7e573a.png)
![](https://cdn.easycorp.cn/rongpm/upload/202312/f_39217d624bb2b42ce8f6322ebd7e573a.png)